LOADBench：面向模拟IC设计的开源数据集与基准

模拟IC设计长期依赖专家经验，机器学习方法虽被寄予厚望，却始终受制于数据孤岛与评测标准缺失。不同论文各用各的私有数据集和自定义指标，导致方法之间难以公平比较，研究成果的复现性也大打折扣。LOADBench 的出现正是为了打破这一僵局——它一次性提供了大规模开源数据集与标准化基准任务。

数据集覆盖百余种运放拓扑

LOADBench 的核心资产是一个基于 SkyWater130 PDK 构建的模拟电路数据集。它囊括了超过 100 种运算放大器拓扑，涵盖单级、两级和三级结构。每一种拓扑都不是简单的网表文件，而是附带了一整套工程语义信息：结构标注与功能标注、拓扑专属的尺寸约束（包括对称性和尺寸规则）、可直接运行的 Ngspice 测试平台。

更关键的是，每个拓扑都附带一次多目标 NSGA-II 尺寸优化运行的结果，生成了约 10³ 组帕累托最优解和 10⁶ 组中间尺寸-性能配对。这意味着研究者既能研究最终的最优设计点，也能分析优化过程中的中间状态，为学习型优化算法提供了丰富的训练信号。

SkyWater130 PDK 是由 SkyWater Technology 与 Google 合作开源的 130nm 工艺设计套件（Process Design Kit），也是目前最主流的开放源代码芯片制造工艺之一。PDK 通常包含器件模型、版图规则、寄生参数提取脚本和仿真所需的工艺角（corner）参数等，是连接电路设计与实际流片的桥梁。在 LOADBench 中，选择 SkyWater130 意味着数据集中的每个运放拓扑都建立在同一套可流片、可验证的工艺前提下，器件模型（如 MOSFET 的 BSIM 模型）与工艺参数完全公开且稳定。这带来的好处是：一方面，研究者无需依赖某家晶圆厂的专有 PDK 即可复现全部仿真；另一方面，所有拓扑的尺寸约束和性能指标都对应真实的物理设计边界，使得基准结果具备工业参考价值，而非仅停留在理想化方程层面。

Ngspice 是一款开源的 SPICE 电路仿真器，兼容经典 Berkeley SPICE 语法，支持 DC、AC、瞬态、噪声等多种分析类型。在 LOADBench 中，每个运放拓扑都配有“可直接运行的 Ngspice 测试平台”，即预先写好的网表与仿真控制语句集合，规定了激励源、负载条件、电源电压以及需要提取的性能指标（如增益、带宽、相位裕度、功耗等）。使用 Ngspice 而非商用仿真器，保证了任何人在任何平台上都能以零成本复现数据生成流程，同时也让自动化脚本可以批量调用仿真、批量采集结果，为构建 10⁶ 量级的尺寸-性能配对提供了工程可行性。

六项标准化基准任务

仅有数据还不够，LOADBench 在数据之上定义了六项带有精确评测协议的任务：逆尺寸设计、拓扑选择、子电路分类、结构化电路生成、帕累托隶属预测以及多目标优化。

这六项任务覆盖了模拟设计流程的不同环节——从给定性能反推尺寸，到从候选拓扑中挑选合适结构，再到判断某个设计点是否位于帕累托前沿。每项任务都配有明确的输入输出定义和评价指标，参考实现以开源许可证发布，确保不同方法在相同条件下可直接对比。

逆尺寸设计（Inverse Sizing） 是模拟电路自动化中的经典难题：给定目标性能指标（如增益 ≥ 80dB、单位增益带宽 ≥ 10MHz、功耗 ≤ 1mW），求解满足这些指标的晶体管尺寸（W/L）和偏置电流。该问题之所以困难，是因为从尺寸到性能的映射是高度非线性的，且多个性能之间往往相互冲突；反过来从性能到尺寸的映射更是一对多甚至多对多，不存在解析解。LOADBench 将逆尺寸设计列为独立基准任务，正是希望机器学习模型能够学习这种逆向映射，从而跳过传统反复迭代仿真的漫长过程，直接给出候选尺寸方案。评价指标通常包括最终性能达标率、仿真验证通过率以及与真实帕累托前沿的接近程度。

为什么这件事重要

模拟IC设计自动化已有四十余年历史，但开源数据的积累远远落后于数字电路领域。论文中不同方法报告的指标往往不可通约，审稿人和读者难以判断一个方法到底是真正进步还是仅在特定数据集上表现良好。

LOADBench 通过统一数据格式、统一测试平台和统一指标定义，将比较的基准线拉齐。对于从事 ML for EDA 的研究者，它降低了进入模拟设计领域的门槛；对于工业界，它提供了一套可复现的评估框架，有助于筛选真正有落地潜力的方法。

ML for EDA 是机器学习与电子设计自动化交叉形成的研究方向，目标是用数据驱动方法加速或替代传统 EDA 流程中依赖专家经验和暴力搜索的环节。在数字电路领域，已有大量公开基准（如 ISPD、ICCAD 竞赛数据集）和成熟流程，研究者可以在统一平台上比较布局布线、逻辑综合等任务的算法优劣。相比之下，模拟电路 EDA 长期缺乏类似的基础设施：设计规则依赖工艺、性能指标定义多样、仿真成本高，导致数据难以共享、方法难以对比。LOADBench 所填补的正是这一空白——它把模拟设计任务转化为定义清晰的机器学习问题，并提供与数字 EDA 基准同等规模的数据与评测协议，使 ML for EDA 的研究重心可以从“各自造数据”转向“在同一赛道上比方法”。

开放许可与可复现性

数据集、标注真值和指标定义例程的参考实现均以开放许可证发布。这种开放策略不仅服务于学术研究，也为工业界探索定制化模拟设计流程提供了合法且可扩展的起点。

LOADBench 的定位并非某个单一方法的刷榜工具，而是模拟设计自动化社区的基础设施。当越来越多的方法在同一套数据和指标上报告结果时，领域才能真正积累起可比较、可继承的知识。