Kai演算法
『壹』 2021電氣版cadwen10安裝不出注冊機閃退
EDA作為集成電路產業的「掌上明珠」，是集成電路產業鏈中的重要一環，代表了當今集成電路設計的最新發展方向，成為當今的超大規模集成電路設計必不可少的工具。
無論是移動設備、雲數據中心、5G通信、無人駕駛、航空航天、醫學設備還是工業機器人，無不需要使用高性能的晶元。由於晶元設計環節繁多精細且復雜，人工設計無法做到面面俱到，故需要更加自動化更加智能的晶元設計工具即EDA，以對晶元進行輔助設計。
EDA提供包括設計、模擬、分析驗證等一系列晶元設計工具，通過硬體描述語言，EDA工具可以自動實現對電路邏輯的編譯、化簡、分割、布局、布線等流程。大大減少了晶元設計所需的時間和人力，進一步提升晶元的性能，同時大幅縮短了晶元迭代的周期，促進晶元行業的快速發展。
針對編譯、化簡、分割、布局、布線等流程的演算法設計與優化也成了EDA工具設計的重中之重。EDA工具的進步可以推動整個集成電路的創新和發展，但EDA產業對人才的依賴性比較大。EDA比賽是企業發掘新生力量的良好平台，包括CADAthlon、CAD Contest、ISPD Contest、TAU Contest、IWLS Programming Contest等世界頂級EDA大賽，大都是由產業界命題，貼近產業界的實際應用，讓參賽者了解EDA工具及其發展趨勢，以吸引更多的研究生進入到EDA領域。
為了讓大家對全球頂級EDA競賽有所了解，芯思想研究院（ChipInsights）對全球主要EDA競賽的情況進行了梳理，分享如下。
一、CADathlon@ICCAD
CADathlon Programming Contest@ICCAD被稱為EDA領域的「奧林匹克運動會」，始於2002年，是一項具有挑戰性的編程競賽。
CADathlon Programming Contest@ICCAD要求是全日制在校讀博士學位的CAD專業研究生參加，要求代表隊兩人一組，並在9小時內解決6個與EDA相關的難題。大賽為符合條件的參賽選手提供部分或全部費用。
CADathlon Programming Contest@ICCAD重點關注計算機輔助設計（CAD），尤其是電子設計自動化（EDA）前沿的實際問題。比賽強調CAD應用程序的演算法技術知識、解決問題和編程技巧以及團隊合作。CADathlon Programming Contest@ICCAD為學術界和工業界提供具有挑戰性的問題和對冉冉升起的EDA新星的獨特視角，有助於吸引頂尖研究生進入EDA領域。
CADathlon Programming Contest@ICCAD面向集成電路相關領域的全日制研究生，要求參賽隊伍運用自己的編碼和分析技巧來解決集成電路與系統中電子設計自動化，涉及電路設計與分析（Circuit Design and Analysis Physical Design）、物理設計和設計可製造性（Physical Design & Design for Manufacturability）、邏輯與高級綜合（Logic and High-Level Synthesis）、系統設計與分析（System Design and Analysis）、功能驗證和測試（Functional Verification）、新興技術（Bio-EDA、安全、人工智慧等）在EDA上的應用等多個方面的內容，需要參賽隊伍綜合運用EDA、計算機體系結構、及機器學習等各方面的知識解決問題。上述問題在以前的科學論文中有所描述。
獎項情況
由於部分年份的資料有缺失，統計存在不完整性，但整體分析還是有參考性。
CADathlon從舉辦以來，獎項主要由密歇根大學、伊利諾伊大學芝加哥分校、麻省理工學院、加利福尼亞大學伯克利分校、加利福尼亞大學洛杉磯分校、巴西南方大河聯邦大學、西班牙加泰羅尼亞理工大學、台灣大學、台灣交通大學等九所高校分享。
按地區來分，中國台灣是獲得第一名最多的地區，共計9.5個第一名；緊隨其後的是美國，共計8個第一名。
按高校來分，台灣大學自2007年參賽以來，在張耀文教授和黃鍾揚教授的帶領下，共獲得7.5個第一名（有一年和海外高校聯合組隊），成為CADathlon比賽獲得第一名最多的高校；密歇根大學和加利福尼亞大學各獲得三次，並列排名第二。
中國大陸參賽和獲獎情況
2018年，北京大學高能效計算與應用中心的博士研究生魏學超和張文泰獲得第一名，這是中國大陸在CADathlon比賽中的首個第一名，同時也是中國大陸在CADathlon唯一的一個獎項。
二、Contest@ISPD
國際物理設計研討會（International Symposium on Physical Design，ISPD）主要是交流思想和促進VLSI系統物理設計研究。ISPD將展示全球最先進的研究，涉及與ASIC和FPGA相關的傳統物理設計主題以及該領域的新興技術。
Contest@ISPD作為ISPD研討會的一部分，是全球三大頂尖國際物理設計學術競賽之一，由全球研究計算機科學的權威學會ACM（Association for Computing Machinery）所舉辦。
Contest@ISPD競賽於2005年首次舉辦，每年12月份由業界一流公司（IBM、Intel、Xilinx等）公布學術競賽題目，3月份提交研發成果和軟體系統，由業界公司負責提供測試電路，並測試參賽隊伍所提交的軟體系統，最後於3月底或4月初在年度ACM ISPD會議上公布競賽結果。
獎項情況
從2005年至2021年，Contest@ISPD共計頒發21個第一名。
按地區來分，美國獲得10個第一名，中國台灣獲得5個第一名，中國香港和巴西各獲得2個第一名，德國和加拿大各獲得1個第一名。
按高校來分，密歇根大學在Igor L. Markov教授帶領下獲得4.5個第一名，台灣交通大學獲得3個第一名，加利福尼亞大學獲得2.5第一名。
中國大陸參賽和獲獎情況
中國大陸自2010年首次參加Contest@ISPD，首支隊伍來自清華大學；直到2019年，中國大陸才收獲首個獎項，福州大學和台灣清華大學聯合組隊獲得第三名；2020年，西安電子科技大學和鴻芯微納聯隊獲得第二名，是Contest@ISPD舉辦競賽以來，中國大陸高校獲得的最好成績；2021年華中科技大學獲得第三名。
中國大陸高校在Contest@ISPD比賽中還未曾獲得第一名，希望多多加油。
三、TAU Contest
數字電路時序分析競賽「TAU Contest」始於2011年，是由國際計算機協會ACM所舉辦的專業賽事。每年10月由命題廠商公布競賽題目，次年2月提交模型和代碼程序。該賽題一般由IBM、Cadence、Synopsys、TMSC等國際頂尖公司參與命題，並通過標准測試電路來評選參賽隊伍所提交代碼程序，最後由「國際數字集成電路與系統的時序分析與綜合研討會（ACM International Workshop on Timing Issues in the Specification andSynthesis of Digital Systems）」公布競賽結果。
時序分析是貫穿整個數字電路設計流程的重要問題。近年競賽題目皆為當今產學界研究時序分析的重要議題，吸引了包括：清華大學、北京大學、東南大學、台灣清華大學、台灣交通大學、伊利諾伊大學厄巴納-香檳分校、德克薩斯大學奧斯汀分校、德克薩斯農工大學、等國內外頂尖高校和團隊的參與，多年來已成為電子設計自動化領域（EDA）的知名競賽。
從2011年至2021年共有來自8個國家和地區的30所高校和研究機構參賽。
獎項情況
TAU Contest總計頒發11個第一名。
按地區來分，中國台灣獲得4個第一名，美國獲得3個第一名，希臘獲得2個第一名，中國大陸和印度各獲得1個第一名。
按高校來分，台灣交通大學在江蕙如教授的帶領下共獲得4個第一名（其中有兩年與台灣大學聯合組隊）；伊利諾伊大學厄巴納-香檳分校獲得3個第一名。
中國大陸參賽和獲獎情況
中國大陸只參加過6屆比賽，分別是清華大學（2011年、2012年、2013年）、北京大學（2014年）、東南大學（2020年、2021年）。
2011年在首屆全球TAU Contest中，清華大學團隊獲得首個第一名，是中國大陸在各大EDA競賽中獲得首個第一名；2012年，該團隊繼續參賽，可惜落後於伊利諾伊大學厄巴納-香檳分校團隊，只獲得第二名。
從2013年到2019年中國大陸一直與該獎項無緣，主要是因為中國大陸在時序分析方面研究的人員少，導致參賽也少。
2020年開始，東南大學ASIC中心團隊連續兩年進入前三，獲得提名獎。
四、CAD Contest@ICCAD
CAD Contest@ICCAD（國際計算機輔助設計會議）演算法競賽作為EDA領域的年度盛事，是EDA領域影響范圍最廣、影響力最大的國際學術競賽，一直受到國際學術界與工業界的廣泛關注。
CAD Contest@ICCAD演算法競賽前身為中國台灣1999年開始的省內CAD比賽，CAD比賽每年都吸引數百名台灣各大學院校相關科系師生參與，為台灣的EDA領域和半導體行業培養了大量人才。目前中國台灣還保留有CAD比賽省內賽。
從2012年起，CAD比賽得到了IEEE CEDA和ACM的支持，成為了國際化賽事，升級為CAD Contest@ICCAD，由IEEE CEDA、ACM SIGDA和工業界Cadence、Synopsys等共同贊助。
CAD Contest@ICCAD每年舉行一次，針對當前集成電路設計自動化所面臨的亟需解決的問題，每年有三道不同的賽題，賽題均來自Cadence、Synopsys、Siemens EDA、Nvidia、IBM等全球著名EDA或半導體公司的真實業務場景，期望對目前集成電路工業界遇到的最困難的設計問題研發出更好的解決辦法，競賽的結果可以直接轉化為工業界的解決方案，對集成電路計算機輔助設計領域的發展有很大的促進作用。
CAD Contest@ICCAD於每年2月公布競賽題目，5月報名截止，參賽團隊需在6月和6月分別提交「alpha test」和「beta test」版本，並於8月提交最終研發成果和競賽軟體系統。之後，所提交的軟體系統由工業界公司負責測試，並在每年11 月召開的ICCAD會議上公布最終競賽結果。
賽題針對集成電路設計、製造與測試等環節中的核心演算法難題，如邏輯綜合、布局布線、等價驗證、時序分析等，覆蓋了EDA前端（front-end）和後端（back-end），同時出題公司會提供工業級數據進行測試。參賽者可以參加一道或多道題目。經過數月的激烈競爭，最終獎項會在ICCAD會議上揭曉和頒布。
自2012年CAD Contest@ICCAD首次舉辦以來，平均每年有來自10+個國家和地區的100+支隊伍參賽，帶動了學術界和工業界的緊密合作。在競賽結束後，它所提供的實際問題和工業數據也為EDA研究提供了方向。CAD Contest@ICCAD促進了富有成效的產學合作，並在頂級會議和期刊上發表了數百篇論文。CAD Contest@ICCAD無疑促進了EDA研究並不斷增強其影響力。
參賽的高校包括斯坦福大學、麻省理工學院、東京大學、德州大學奧斯汀分校、猶他大學、香港中文大學、清華大學、復旦大學、福州大學、華中科技大學、台灣大學等。
截止2021年，共有來自26個國家和地區約1200支隊伍參賽。其中中國大陸、中國香港、中國台灣、美國等四個國家和地區自2012年連續10年有隊伍參賽；自2013年開始，俄羅斯、巴西連續9年有隊伍參賽。近三年來更是吸引了馬來西亞、越南、印度尼西亞、尼泊爾、孟加拉國等多個南亞國家組隊參賽。組隊參賽的國家和地區由2012年的7個增加至約20個，隊伍由2012年的56支增加至約200支。
獎項情況
由於獎項並列和空缺的原因，2012年至2021年10年間，共產生了31個第一名（其中2013年的Problem B產生了兩個第一名）、30個第二名（2013年有空缺，2019年有並列）、28個第三名（2019年和2021年有空缺），前三名合計89個，中國大陸、中國香港、中國台灣等華人圈前三名總數75個，約占前三名總數的84%。
按地區來分，美國獲得3個第一名，巴西獲得2個第一名，俄羅斯和伊朗各獲得1個第一名；中國大陸、中國香港、中國台灣共計獲得24個第一名，其中中國大陸獲得4個第一名，中國香港獲得11個第一名，中國台灣獲得9個第一名，合計占第一名總數31個的78%。
按學校分，香港中文大學在黃定發教授、楊鳳如教授和余備教授的帶領下，共計獲得11個第一名，成績遙遙領先於全球其他頂級高校；福州大學、台灣中正大學、台灣大學各有3個第一名，華中科技大學、台灣清華大學、台灣交通大學、台灣中央大學、美國加州大學伯克利分校、美國密歇根大學、美國卡內基梅隆大學、俄羅斯莫斯科羅蒙諾索夫國立大學、巴西聖卡塔琳娜聯邦大學、巴西南大河聯邦大學、伊朗沙希德巴霍納爾克爾曼大學各1次。
中國大陸參賽和獲獎情況
中國大陸的4個第一名分別是福州大學和華中科技大學取得，其中福州大學在2017年、2018年、2019年連續三年奪得第一名，華中科技大學2021年首次參賽就獲得第一名。
2017年，福州大學團隊首次獲得第一名，這也是該賽事有史以來中國大陸首次獲得第一名。本次福州大學參加的ICCAD競賽題目Multi-deck Standard Cell Legalization是由明導公司（Mentor Graphics，現Siemens EDA）與美國美高森美公司（Micosemi）共同出題。此問題是當前集成電路先進製程下集成電路設計自動化所面臨的難題之一，福州大學團隊將題目要求的所有例子全部解出，並且每組測試數據都得到最好的結果，體現出團隊所設計的演算法的巨大優勢。
2018年，福州大學團隊第二次獲得第一名。本次福州大學參加的ICCAD競賽題目Timing-aware fill insertion是由美國新思科技（Synopsys）出題。此問題是當前集成電路先進製程下集成電路設計自動化和製造所面臨的難題之一，旨在為每個金屬層填充適當的金屬填料，使得填充的結果滿足所有的設計規則（包括最小間距、最大填充長度等）和密度約束且關鍵線網的總電容和運行時間等目標盡可能小。
2019年，福州大學團隊第三次獲得第一名。這是福州大學團隊三年來在該賽事上取得的第三個冠軍。本次福州大學參加的ICCAD競賽題目System-level FPGA routing with timing division multiplexing technique是由美國新思科技（Synopsys）出題。此問題是系統級FPGA布線問題的時間復用技術所帶來的延時問題，旨在為FPGA中每個網路布線使其滿足連通性，並為每個連接信號分配傳輸速率使同連接線上的分配滿足傳輸約束且使系統的最大延時和運行時間目標盡可能小。
2021年，華中科技大學團隊獲得第一名。本次比賽是該團隊首次參加該項賽事。華中科技大學參加的ICCAD競賽題目Routing with Cell Movement Advanced由美國新思科技（Synopsys）台灣分公司出題。其中，布局過程需將一系列電路單元放置於給定的長方體空間中；而布線過程則需將屬於同一個網的單元引腳用導線連接起來。參賽演算法需要在考慮空間容量、電壓區、最小布線層、金屬層布線方向等眾多真實約束的情況下，確定每個單元在晶元內的位置，並同時為每個網規劃無短路、無斷路的信號傳輸路徑，使得導線的加權總長度最短。該賽題充分體現了此次競賽對EDA產業界的重要現實意義。團隊所設計的啟發式優化演算法，在冗餘導線檢測、布線環路消除、並行化鄰域評估加速、布局調整最優移動區域識別等多項關鍵技術上實現了突破。
其他獎項包括：復旦大學獲得1次第二名和2次第三名；西安電子科技大學獲得1次第三名。
五、Programming Contest@IWLS
Programming Contest@IWLS始於2017年，是由IEEE/ACM International Workshop on Logic & Synthesis（IWLS）舉辦的程序研發競賽，以邏輯綜合（Logic Synthesis）和工具研發為競賽主題。
每年的競賽由業界一流公司（Synopsys、Xilinx、Google等）公布競賽題目，期望透過邏輯綜合緩解電路設計方面的挑戰。
獎項情況
按地區來分，中國台灣獲得2個第一名（2018年、2019年），美國獲得1.5個第一名（2020年和日本高校合作，2021年），巴西獲得1個第一名（2017年），日本獲得0.5個第一名（2020年和美國高校合作）。
按高校來分，台灣大學團隊獲得2個第一名（2018年、2019年）及兩個第二名（2017年、2021年）的成績，居全球高校第一。
中國大陸參賽和獲獎情況
2019年，上海交通大學密歇根學院的孟暢獲得第二名的成績，這是中國大陸高校在該賽事中取得的最好成績。
六、競賽對產業的影響
相關競賽成果有的進行了產業化，對於EDA產業產生了促進作用。
伊利諾伊大學厄巴納-香檳分校團隊在2015年首次提出時序分析引擎OpenTimer，2019年推出第二代OpenTimer。
台灣大學團隊提出的mixed-size placement工具NTUplace連續兩代進行了產業化，2008年NTUplace3技轉思源科技（SpringSoft）成為Custom Digital Placer（Laker）的核心引擎；2015年NTUplace4技轉至達科技（Maxeda）。
福州大學團隊在CAD Contest@ICCAD大賽中提出的6T&6T PPNN單元布局方法已轉讓給華大九天，並已集成到華大九天的新一批產教融合解決方案工具中。
七、華人在大賽中的整體表現
根據芯思想研究院梳理的各大競賽獲獎數據，打眼一看，滿篇都是華人的名字。
CADAthlon、CAD Contest、ISPD Contest、TAU Contest、IWLS Programming Contest等各大EDA競賽共計頒發了91個第一名，其中全部由華人組成的團隊獲得59個，佔比65%；共計頒發了82個第二名，其中全部由華人組成的團隊獲得62個，佔比76%；共計頒發了61個第三名，其中全部由華人組成的團隊獲得45個，佔比74%；合計前三234個，華人團隊166個，合計佔比71%。
從地區來看，在CADAthlon、CAD Contest、ISPD Contest、TAU Contest、IWLS Programming Contest等各大賽事中，中國台灣共獲得28.5個第一名，位居全球第一；前三獎項累計獲得96個，位居全球第一。中國香港在各大賽事中共獲得13個第一名，位居全球第二；前三獎項累計獲得30個，位居全球第二。中國大陸在各大賽事中共獲得6個第一名，位居全球第四；前三獎項累計獲得15個，位居全球第四。
從高校來看，台灣大學在各大賽事中均獲得過第一名，獨立獲得13個第一名，和台灣交通大學合作獲得2個第一名，和洛桑聯邦理工學院合作獲得1個第一名，總計獲得14.5個第一名，前三獎項累計獲得50.5個。香港中文大學在CADAthlon、CAD Contest、ISPD Contest賽事中均獲得過獎項，總計獨立獲得13次第一名，其中在CAD Contest@ICCAD競賽中獲得11個第一名，遙遙領先全球其他高校；在Contest@ISPD競賽中獲得2個第一名，前三獎項累計獲得30個。台灣交通大學總計獲得8個第一名，前三獎項累計獲得17.5個；台灣清華大學總計獲得2個第一名，前三獎項累計獲得15.5個。
八、獲獎隊員的去向（部分）
CADathlon@ICCAD 2007第一名獲獎者台灣大學的陳東傑（Tung-Chieh Chen）畢業後加入思源科技；2015年和張耀文教授依託NTUplace4架構聯合創辦Maxeda至達科技，擔任CEO；
Contest@ISPD2009第一名獲獎者台灣交通大學的Wen-Hao Liu（2013年博士畢業）現任職於Cadence；
TAU Contest 2011第一名獲獎者清華大學的楊建磊2014年畢業後到美國匹茲堡大學智能進化實驗室從事博士後研究，2016年任教於北京航空航天大學；
CAD Contest@ICCAD 2012、2013、2014第一名獲獎者香港中文大學的魏星（Xing Wei，2014年博士畢業）、刁屹（Yi Diao，2015年博士畢業）、林德基（Tak-Kei Lam，2013年博士畢業）和吳有亮教授於2014年聯合創立了EDA公司奇捷科技（Easy-Logic），推出的自動處理Functional ECO問題的EDA工具EasyECO可以在Premask、Postmask等多個階段進行邏輯修正操作，並且已經支持7納米的先進工藝；
CAD Contest@ICCAD 2012第二名獲得者德克薩斯大學奧斯汀分校的余備（Bei Yu）現任教於香港中文大學；近年其團隊在國際EDA大賽中勢頭很猛；
CAD Contest@ICCAD 2013第一名獲獎者香港中文大學的Jian Kuang（2016年博士畢業）畢業後加入Facebook；
CAD Contest@ICCAD 2013第一名獲獎者香港中文大學的Wing-Kai Chow（2018年博士畢業）畢業後加入Cadence；
CAD Contest@ICCAD 2013第一名獲獎者香港中文大學的賀旭（Xu He）畢業後任教於湖南大學信息科學與工程學院；
TAU Contest 2014第一名獲獎者伊利諾伊大學厄巴納-香檳分校的黃琮蔚（Tsung-Wei Huang）畢業後任教於猶他大學電氣與計算機工程系；
CAD Contest@ICCAD 2015第一名獲獎者香港中文大學的陳耿傑（Gengjie Chen，2019年博士畢業）畢業後加入鴻芯微納，2020年10月加入華為；
TAU Contest 2015第一名獲獎者台灣交通大學的Pei-Yu Lee先後就職於至達科技、新思科技，現任職於Cadence；
CAD Contest@ICCAD 2016第一名獲獎者香港中文大學的貝澤華（Chak-Wa Pui，2019年博士畢業）畢業後加入Cadence；2021年3月加入華為諾亞方舟實驗室；
CAD Contest@ICCAD 2016第一名獲獎者香港中文大學的塗沛珊（Peishan Tu）畢業後留校；
CAD Contest@ICCAD 2017第一名獲獎者福州大學的朱自然（Ziran Zhu）畢業後任教於東南大學ASIC中心；
Contest@ISPD 2017第一名獲獎者德克薩斯大學奧斯汀分校的林亦波（Yibo Lin，2018年博士畢業）畢業後任教於北京大學信息科學技術學院；
CAD Contest@ICCAD 2018第一名獲獎者香港中文大學的陳勁松（Jingsong Chen，2021年博士畢業）畢業後加入華為；
九、中國大陸高校的EDA研究
從各大賽事的參賽隊伍也可以大致看出，中國大陸高校對EDA的研究方向。由於1994年至2008年，中國大陸在EDA領域有差不多十五年的低迷期。很多高校失去了EDA的研究條件和生存環境，使得很多項目搞不下去，老師開始轉型，導致高校從事EDA研究的人員越來越少。
中國大陸有北京大學、清華大學、福州大學、華中科技大學、復旦大學、東南大學、上海交通大學、西安電子科技大學等八所高校在各大EDA競賽中獲得獎項，其中僅有北京大學、清華大學、福州大學、華中科技大學等四所高校在各大競賽中獲得過第一名。
目前，中國大陸設有EDA相關研究方向的高校主要有：
清華大學是國內較早從事EDA研究的高校，洪先龍教授和邊計年教授做物理實現和邏輯綜合，兩位老先生的學生大部分去了三大EDA公司。清華大學當前的研究方向包括邏輯綜合、布局布線、電源網路等，2010年初期三次參加TAU Contest競賽，目前主要以CAD Contest@ICCAD和Contest@ISPD競賽為主。
北京大學研究方向包括布局布線、FPGA設計自動化的可重構演算法。多次出現在CADathlon@ICCAD、Contest@ISPD和TAU賽場。
復旦大學當前的研究方向包括物理實現、參數提取、邏輯綜合、可製造性設計等方向。復旦大學已經多次出現在CAD Contest@ICCAD賽場。
福州大學早期EDA研究始於范更華教授和朱文興教授，當前的研究方向主要是物理實現。福州大學團隊曾連續三年在CAD Contest@ICCAD奪冠。
東南大學目前研究方向是亞閾值和近閾值相關的時序分析，2020年和2021年連續兩年參加TAU Contest競賽，均進入前三。2020年和國微集團成立EDA聯合實驗室，瞄準EDA共性技術研發。
西安電子科技大學在國內較早開始從事成品率分析演算法的研究，並且一直在寬禁帶半導體的器件建模、可靠性分析等領域有深入的研究和突出的成果，為國內相關EDA工具的研究培養了大量人才。在2019年和囯微建立EDA研究院之後，開始進入布局布線和原型驗證領域。2020年首次在國際EDA賽場亮相，就取得Contest@ISPD第二名和CAD Contest@ICCAD第三名的成績。
上海交通大學研發出我國首套系列化「射頻集成電路EDA商用軟體工具」，功能涵蓋射頻電路電磁和多物理特性建模模擬、自動化綜合設計、多性能多功能協同設計等；近幾年從國外引進新人，開始研發高層次邏輯綜合。
十、結語
拿到國際EDA競賽的第一名，更多的是體現了對晶元產業科研投入和人才培養的的提升，還不能等同於國產EDA技術的突破，畢竟這些競賽就是由新思科技（Synopsys）、楷登電子（Cadence）、Siemens EDA（原Mentor）等EDA巨頭提出的問題，問題的解決更加完善三巨頭的產品。
目前中國大陸EDA比賽也逐漸增多，比如中國電子學會主辦、ICisC運營的「集成電路EDA設計精英挑戰賽」，工信部人才交流中心主辦的「全國大學生集成電路創新創業大賽」的華大九天賽道，中國學位與研究生教育學會、中國科協青少年科技中心聯合主辦的中國研究生創「芯」大賽也增設EDA演算法賽題，以及工信部等五部委主辦的全國工業和信息化技術技能大賽集成電路EDA開發應用賽項也在2021年開賽，這些大賽都將促進中國大陸EDA產業的發展。
筆者認為，為了加強和國際EDA賽事的銜接，也為了有更多隊伍參與國際大賽，中國大陸可以參照國際EDA賽事的賽制，以國際賽事的賽題為基礎，增加中國大陸EDA公司的賽題，組織各大國際賽事的國內挑戰賽，以鼓勵高校學生熱積極參與競賽。
我們更期待的是像華大九天等公司未來也能成為ICCAD競賽的出題者，或者更進一步中國大陸主辦的EDA會議和競賽也能進入到國際頂級行列。
致謝
本文在寫作過程得到東南大學國家ASIC工程中心楊軍老師、朱自然老師、閆浩老師，西南交通大學信息科學與技術學院邸志雄老師，上海交通大學錢煒慷老師，以及香港中文大學余備老師團隊的幫助，在此一並致謝。
學習IC設計好課，就在創芯大講堂
『貳』 配電網中的節點數一般有多少，最好舉個實際例子
以一個簡單的11節點樹狀網為例，其節點和支路編號採用與網路結構無關的自然編號（即從1開始的自然數順序編號），其具體網路結構如圖1所示： 在這個網路中，支路1、2、5屬於同一層次，當計算支路功率損耗和電壓損耗時，彼此不相關，可以並行計算。同樣，支路3、4、6、7、8、10也屬同一層，其功率損耗和電壓損耗也可以並行計算。這樣，根據圖1網路的拓撲結構，可以直觀地看到網路支路共分為3層，且可以知道每一層的支路情況以及每一支路的送端節點和受端節點情況。顯然，只要了解了這些信息，就能夠分層實現功率前推和電壓回代的並行計算，而且無需對節點和支路重新編號。 為了描述以上的網路層次信息，定義如下： （1）網路層次矩陣L： 設網路分為Li層，每層包含的支路數最多為M，則網路層次矩陣L是1個（Li´M）矩陣，第i行的非零元素就是網路第i層包含的支路編號，非零元素的個數就是該層包鄭罩含的支路數。從L1層到Li層代表了功率流動的方向，前推時從Li層到L1層，回代時從L1層到Li層。 （2）支路送端節點矩陣f和受端節點矩陣t：由於原始數據中支路的首節點到末節點的方向不一定就是功率流向，因此必須根據功率方向來確定支路的送端節點和受端節點。每條支路上的功率都由該支路的送端流向受端，支路送端節點矩陣和受端節點矩陣都是一維矩陣，元素個數等於支路數，第i個元素就是支路i的送端（受端）節點編號。 （3）支路層次關聯矩陣C： 設網路支路數為N，支路層次關聯矩陣為1個（N´N）的矩陣。矩陣第i行j列元素為1，表示支路i與支路j為上下層關系，它們直接相連，且支路i的上層支路是支路j，支路j的下層支路是支路i。當支路間沒有這種直接的上下層次關系時，對應的元素為0。 在上述幾個謹叢敏矩陣中，以網路層次矩陣描述整個網路的支路分層情況。支路送端節點矩陣和受端節點矩陣反映每條支路與送端、受端節點的關聯關系。支路層次關聯矩陣反映的是支路之間的直接上下層次關系。 下面介紹一下如何分析網路結構，以形成這幾個矩陣： （1）形成網路層次矩陣L、支路送端節點矩陣f和受端節點矩陣t。 進行網路層次分析時，首先形成節點-支路關聯矩陣。若節點數為N，則輻射型網路的支路數必定為N-1，節點-支路關聯矩陣是1個N´N-1矩陣。當節點i與支路j相連時，則關聯矩陣的i行j列元素為1，不相連時，則該元素為0。由此形成的節點-支路關聯矩陣，每一列有兩個非零元素，其對應的行號就是該列支路的兩端節點編號；每一行的非零元素對應的列號就是與該行節點相連的支路編號。圖1網路的節點-支路關聯矩陣A為式中 行表示節點1~11；列表示支路1~10。 從根節點7，即矩陣A的第7行出發，僅找到第9列的元素為1，即節點7僅與支路9相連。與根節點相連的所有支路都屬於第1層支路，且根節點為送端節點，所以第1層支路為支路9，支路9的送端節點為7，受端節點為支路9的另一端節點，即矩陣第9列上另一個非零元素對應的節點1，這就是網路的第1層分析。 從網路第1層支路的所有受端節點出發，與它們相連的其他所有支路屬於第2層支路，第2層支路的送端節點為第1層支路的受端節點。從節點1出發，查找矩陣A第1行的元素，找到第1、2、5列元素為1，故第2層支路為支路1、2、5，它們的送端節點為節點1，受端節點分別為相應列上另一個非零元素對應的節點。依次查找下去，沿著矩陣A中的軌跡可以整理出整個網路的層次結構和每條支路的送端、受端節點，其中實線表示第1層分析軌跡，虛線表示第2層分析軌跡，點劃線表示第三層分析軌跡。 網路層次分析以後，形成的網路祥枝層次矩陣L(行表示L1~L3層)、支路送端節點矩陣f和受端節點矩陣t(列表示支路1~10)為 （2）形成支路層次關聯矩陣C。 除了第1層支路沒有上層支路外，任意1條支路只有1條直接相連的上層支路，而且始終遵循這樣的原則：該支路的送端節點就是與其直接相連的上層支路的受端節點。通過支路送端節點和受端節點矩陣，可以很容易地找到任意一條支路的直接上層支路，比如由支路送端節點矩陣f找到任意支路i的送端節點bi，然後由支路受端節點矩陣t找到受端節點為bi的支路j，這就意味著支路i的上一層支路為支路j，即矩陣的i行j列元素為1。 查找每條支路的直接上層支路，可形成支路層次關聯矩陣，圖1網路的支路層次關聯矩陣C為式中 行表示節點1~10；列表示支路1~10。 從支路層次關聯矩陣可以查找任意支路的上層支路和下層支路。如果需要查找支路j的上一層支路，只需要知道矩陣C的第j行為1的元素所在的列就可以了；同樣，如果需要查找支路j的下一層支路，只需要知道矩陣C的第j列為1的元素所在的行就可以了。例如，從矩陣C的第1行可知支路1的上一層支路為支路9，從矩陣第2列可知支路2的下一層支路為支路6、7，等等。3 變壓器模型 當網路中存在變壓器時，通常採用圖2(b)所示的P型等值電路來等效圖2(a)的變壓器支路。但是，通過多次計算分析發現，當網路中存在三繞組降壓變壓器時，由於中壓側等效繞組的阻抗普遍很小(常常是很小的負阻抗)，所以當中壓側變比時，將會產生很大的對地導納，導致前推回代法不收斂。 下面以一簡單的例子分析之，該例只有一個三繞組變壓器的樹狀網路，高壓端為根節點，中壓和低壓端接負荷，變壓器型號為SFPZ9-180000/220(220±8´1.25%/121/10.5,180/180/90),變壓器參數為SB=100MVA；基準電壓為220kV/110kV/10kV;Y0=0.000748-j0.000799pu;VH=1.05pu；SM=0.09+j0.03pu；SL=0.04-j0.04pu；網路等值電路如圖3所示，等值參數見表1。 當三側等效雙繞組支路採用P型等值電路時，前推回代法不收斂。如果把中壓側的變比改為1，而阻抗不變,或把中壓側的阻抗增大為低壓側或高壓側的阻抗，而變比不變，前推回代法都可以收斂。對同樣的網路，我們又測試了其它型號的三繞組變壓器，而且還改變了功率和電壓，都得到同樣的結論。所以可以確定不收斂的原因是中壓側的非標准變比和小阻抗聯合作用產生的較大的對地導納。 為了解決∏型等效模型產生的不收斂問題，本文根據理想變壓器只改變電壓、不改變傳送功率的原理，提出了一種新的電壓變換模型來處理變壓器支路，並推導了在前推和回代時的公式，具體如下： 對於變壓器支路，根據功率的流向，存在升壓和降壓兩種方式，圖4(a)為降壓方式，圖4(b)為升壓方式，它們的處理方法略有不同； 對於圖4(a)的降壓方式有 對於圖4(b)的升壓方式有 4 分層前推回代法的主要步驟 同時考慮對地支路、線路支路、升壓變壓器和降壓變壓器支路的分層前推回代演算法如下： （1）功率前推 設支路受端計算電壓V為式中 φ為與該支路相連的下層支路集合。 支路送端功率為 根據網路層次矩陣，從網路的第L層前推到第1層，逐層更新支路送端功率，由支路層次矩陣得到各支路的φ集合。 （2）電壓回代 設支路送端計算電壓V為支路電壓損耗為 根據網路層次矩陣，從網路的第1層回代到第L層，逐層更新支路受端節點的電壓，也即更新了下一層支路的送端節點電壓。 式(5)~(10)中，Vf為支路送端節點電壓；Vt為支路受端節點電壓；由支路送端節點矩陣和受端節點矩陣可以容易得到；Y為支路受端節點對地導納；S0為支路受端節點負荷；Z為支路阻抗；S¢是支路受端功率；S為支路送端功率；k為變壓器支路變比；*表示共軛。 在MATLAB環境下，以上的功率前推和電壓回代計算，都可以直接利用其快速的復數矩陣運算功能來實現。此時，式(5)~(10)中的變數都是復數的矩陣變數，它們可以直接進行相關的代數運算，其中，乘、除和乘方運算都使用點乘、點除和點乘方的方式，而取復數的共軛採用函數conj(·)。這樣，只需簡單的6句代碼就可以實現式(5)~(10)相應的潮流計算，代碼量非常少，且相對單條支路功率前推和電壓回代計算的循環實現方式，速度將會大幅度提高，且規模越大，速度提高的幅度越大。5 算例 為了對比本文的分層前推回代法與文[3]的前推回代法，在MATLAB環境下進行了相應演算法的程序編制，並分別以IEEE40節點樹狀網和一個實際的1338節點城市配電網路作為算例進行了計算，兩種演算法的計算結果完全一樣，但分層前推回代法計算時間分別為0.03s和0.75s，文[3]的前推回代法計算時間分別為0.12s和91s。這顯示出分層前推回代法在計算速度上的明顯優勢，並且網路規模越大，優勢越顯著。這是由於隨著網路規模的增大，在供電半徑的限制下網路層次不可能增大很多，因此相比較而言分層的效果更顯著，例如IEEE40節點網路的39條支路分為10層，平均每層只有4條支路，而1338節點網路的1337條支路共分為38層，平均每層35條支路，最多的一層上有113條支路。6 結論 利用輻射型網路同一層次之間的支路功率前推和電壓回代相互獨立的特點，本文提出了一種新穎的分層前推回代演算法。該演算法將網路支路按層次進行分類，並分層並行計算各層次的支路功率損耗和電壓損耗，因而可大幅度提高配網潮流的計算速度。本文在MATLAB環境下，利用其快速的復數矩陣運算功能，實現了文中的分層前推回代演算法，也取得了非常明顯的速度效益。另外，本文還發現並討論了當變壓器支路阻抗過小時，利用∏型模型會產生數值巨大的對地導納，由此會導致潮流不收斂。為此，本文根據理想變壓器對功率和電壓的變換原理，提出了一種有效的電壓變換模型來處理變壓器支路，從而改善了潮流演算法的收斂特性。算例結果表明：該演算法計算速度快、收斂性好，對於大規模輻射型網路，效果尤其明顯。參考文獻[1] GoswamiSK，BasuSK，PHD，[J].IEEProc.Gener.Trans.Distrib.1991.138(1)：78-88.[2] 蔡中勤，郭志忠(CaiZhongqin,GuoZhizhong).基於逆流編號法的輻射型配電網牛頓法潮流(ique)[J].中國電機工程學報(ProceedingsoftheCSEE),2000,20(6)：13-16.[3] 張堯，王琴(ZhangYao,WangQin).樹狀網的潮流演算法()[J].中國電機工程學報(ProceedingsoftheCSEE),1998,18(3)：217-220.[4] GhoshS,DasD.Methodforload-[J].IEEProc.Gener.Trans.Distrib.1999,146(6)：.[5] 孫宏斌,張伯明,相年德(SunHongbin,ZhangBoming,XiangNiande).配電潮流前推回推法的收斂性研究(Studyonconvergenceofback/)[J].中國電機工程學報(ProceedingsoftheCSEE).1999.19(7)：26-29.[6] 謝開貴,周家啟(XieKaigui,ZhouJiaqi).樹狀網路潮流計算的新演算法()[J].中國電機工程學報(ProceedingsoftheCSEE).2001,21(9)：116-120.[7] 於繼來,王江,柳焯(YuJilai,WangJiang,LiuZhuo).電力系統潮流演算法的幾點改進()[J].中國電機工程學報(ProceedingsoftheCSEE).2001,21(9)：88沒有此對應沒有此對應
『叄』 誰能詳細說說Monte Carlo演算法的歷史
權權的《Monte Carlo方法》系列預告出來時我已注意到，但由於近來時間有限而直到今晚才有時間細讀了第一篇《積分方法》。總體而言寫得非常清楚，希望能夠堅持繼續下去。由於整個Bayesian統計學的根基就在Monte Carlo計演算法，我對這個領域一向很感興趣。但由於在研究工作中尚沒有機會使用Bayesian統計學，因此有關的知識都還屬間接經驗，能夠在本論壇探討這個話題肯定會受益。
在點評之前先推薦幾本參考資料，我相信下面這個書單是相當不錯的，可惜本人尚無時間深入鑽研：
* 對英文著作尚有心理障礙者可以參考一本出色的中文教科書：馮康先生所著《數
值計算方法》的第七章《蒙特卡洛方法》（國防工業出版社，1978）；
* 一本可讀性極強的英文專著，美國哈佛大學教授Jun Liu所著"Monte Carlo
Strategies in Scientific Computing" (Springer 2002);
* 對Monte Carlo方法在Bayesian統計學中的廣泛應用有興趣者可以適當參考
Andrew Gelman等人所著的"Bayesian Data Analysis" (Second Edition,
2003)之第三部分。
權權將貼子發在物理論壇的目的顯然是強調該方法在物理上的運用，我選擇在數學論壇加以點評是更看重其統計學背景，著重點各有不同。
>> 蒙特卡洛（Monte Carlo）是摩納哥公國一個城鎮，位於地中海沿岸，以其賭場和豪華
>> 酒店而聞名，所以就有了以隨機方法應用於數值計算的一類方法，被稱為Monte Carlo
有關Monte Carlo方法歷史背景的最精確描述來自Jun Liu的專著，他指出一批物理學家在二戰期間為估算薛定諤方程的本徵值而發明了一種基於統計抽樣的數值計演算法，其最初想法歸功於Ulam。後來Ulam的同事Metropolis將該方法命名為Monte Carlo。1950年代Metropolis和幾名統計物理學同事發表了一篇經典論文，提出了Markov Chain Monte Carlo(MCMC)演算法。而MCMC法後來是Bayesian統計學能夠不斷前進的主要動力。
>> I = ∫ f(x)p(x)dx
這里可以強調一下x是個矢量。而這個積分是概率統計中數學期望的基本定義，可以寫成E(f(x))。對於初學者而言，不要忘記概率密度函數p(x)的取值是可以大於1的，歸一化條件是對累積密度函數而言。
>> 上述變換就是Monte Carlo積分的基本精神，因為需要用到隨機抽樣，必然伴隨統計誤差。
需要用到隨機抽樣，其動機是想用數值模擬實驗中的頻率來直接估計一個概率值，而這個概率值是計算許多復雜高維積分的關鍵。而數值模擬需要產生一個序列的隨機數來保證抽樣過程的隨機性。
>> 因為x_i是按照概率密度p(x)分布的隨機變數，f(x_i)也是隨機變數
為了論述的清晰，應該說x_i是一個隨機矢量，那麼f(x_i)就是隨機變數（標量）。
>> 而中心極限定理告訴我們，一組獨立隨機變數之和的概率分布是高斯，其方差等於每一
>> 項隨機變數的方差之和
這里關於「中心極限定理」的表述不夠精確，容易引起讀者混淆，特將Kai-Lai Chung(鍾開萊，我國著名數理統計大師許寶祿先生的弟子)概率論教科書中的定義按我的理解方式用英文轉述一下：
[Central Limit Theorem] For mutually independent (or weakly correlated) random variables X_1, X_2, ..., X_n with mean mu and variance sigma^2,
√n ( Xbar - mu) / sigma --> N(0,1) in distribution,
where N(0,1) stands for standard Gaussian distribution. This means that the distribution shape of Xbar is more and more like a Gaussian random variable as n increases.
權權的中文表述中漏說了這組隨機變數必須來自同一個總體(population)這個重要條件，而且「是高斯」必須改成「在n不斷增大時趨向於高斯分布」。
>> 而計算高維積分時，Monte Carlo 方法是較優的選擇。
權權只從收斂速度的視角來說明Monte Carlo方法在高維情形下的優越性是不夠的，更關鍵的一點是---Monte Carlo模擬結果的精度和概型的維數D無關！結果的精度顯然比收斂速度更為重要，因此Monte Carlo方法特別適合求解高維問題。
另外要指出Monte Carlo方法以O(1/√N)的速度收斂，這在理論上已經無法改善。關鍵要在實際應用中通過巧妙設計模擬概型和改進抽樣方法來降低方差。降低方差的技巧是衡量各種Monte Carlo方法優劣的重要指標。
>> 不妨回顧一下布豐投針實驗來結束本篇，在分布著等距平行木紋的地板上投針，要求
>> 針的長度小於木紋之間的距離，幾何概形計算結果表明，針與一條木紋相交的概率可
>> 以用針的長度、木紋間距和圓周率π表示。而用幾何概形計算概率實質上歸結為面積的
>> 計算，也就是積分的計算，布豐投針實驗可以說是用隨機抽樣計算積分的始祖。
Buffon投針實驗看似簡單，其中蘊含的幾何概型思想值得細細品味。令針的長度為L，木紋間距為S，要求L < S。若針的中點到最近的一條平行線的距離為H，用a表示針與平行線的夾角。顯然有約束條件0 <= H <= S/2 和 0 <= a <= π。為了使針與平行線相交，必須滿足
H <= (L/2) sin(a)
這樣針與平行線相交的概率就是兩塊面積的比值：
p = ∫_0^π (L/2) sin(a) da / (π S/2 ) = 2L / (π S)
這就是權權所說「而用幾何概型計算概率實質上歸結為面積的計算，也就是積分的計算」。倘若上式分子中的積分是一個復雜的高維積分，我們就可以用Monte Carlo方法模擬出的p值來估算它。當然假如我們感興趣的是無理數π值的估算，那麼由上式可推出：
π_hat = lim 2L / (S p_n)
極限中的n趨向於正無窮。
希望權權在接下來的系列文章中能談到以下四種Monte Carlo抽樣方法：
* Crude Sampling
* Acceptance-Rejection Sampling
* Stratified Sampling
* Importance Sampling
若能談及MCMC類方法在統計物理學上的運用則更能引人入勝。
『肆』 kai今年多大
kai的生日是94年1月14日
所拿派以按皮旅中國的演算法 他燃敏凳現在是21歲~~
望採納~~
『伍』 C語言實訓心得
通過這次C語言實訓,提高了我掌握和利用C語言進行程設計的能力, 而且進一步理解和運用結構化程設計的思想和方法。初步掌握了開發一個小型實用系統的基本方法。學會了調試一個較長程序的基本方法。學會了利用流程圖或N-S圖表示演算法。掌握了書寫程設計開發文檔的能力.為以後的實訓打下堅實的基礎。
『陸』 語音識別開放化開發平台有哪些
語音識別開發平台有很多，具體總結如下：
1.商業化的語音交互平台
1)微軟Speech API
微軟的Speech API（簡稱為SAPI）是微軟推出的包含語音識別（SR）和語音合成（SS）引擎的應用編程介面（API），在Windows下應用 廣泛。目前，微軟已發布了多個SAPI版本（最新的是SAPI 5.4版），這些版本要麼作為於Speech SDK開發包發布，要麼直接被包含在windows 操作系統中發布。SAPI支持多種語言的識別和朗讀，包括英文、中文、日文等。
2).IBM viaVoice
IBM是較早開始語音識別方面的研究的機構之一，早在20世紀50年代末期，IBM就開始了語音識別的研究，計算機被設計用來檢測特定的語言 模式並得出聲音和它對應的文字之間的統計相關性。1999年，IBM發布了VoiceType的一個免費版。2003年，IBM授權ScanSoft公司擁有基於ViaVoice的桌面產品的全球獨家經銷權，隨後ScanSoft與Nuance合並，如今viaVoice早已淡出人們的視線，取而代之的是Nuance。
3）Nuance
Nuance通訊是一家跨國計算機軟體技術公司，總部設在美國馬薩諸塞州伯靈頓，主要提供語音和圖像方面的解決方案和應用。目前的業務集中 在伺服器和嵌入式語音識別，電話轉向系統，自動電話目錄服務等。Nuance語音技術除了語音識別技術外，還包擴語音合拍跡成、聲紋識別等技術。世界語音技術市場，有超過80%的語音識別是採用Nuance識別引擎技術， 其名下有超過1000個專利技術，公司研發的語音產品可以支持超過50種語言，在全球擁有超過20億用戶。蘋果的iPhone 4S的Siri語音識別中就應用了Nuance的語音識別服務。
4）科大訊飛
科大訊飛作為中國最大的智能語音技術提供商，在智能語音技術領域有著長期的研究積累，並在中文語音合成、語音識別、口語評測等多項 技術上擁有國際領先的成果。佔有中文語音技術市場60%以上市場份額，語音合成產品市場份額達到70%以上。
5）其他
其他的影響力較大商用差姿語音交互平台有谷歌的語音搜索（Google Voice Search），網路和搜狗的語音輸入法等等。
2.開源的語音交互平台
1）CMU-Sphinx
CMU-Sphinx也簡稱為Sphinx（獅身人面像），是卡內基 - 梅隆大學（ Carnegie Mellon University，CMU）開發的一款開源的語音識別系統， 它包括一系列的語音識別器和聲學模型訓練工具。最早的Sphinx-I 由@李開復 （Kai-Fu Lee）於1987年左右開發，使用了固定的HMM模型（含3個大小為256的codebook），它被號稱為第一個高性能的連續語音識別 系統（在Resource Management資料庫上准確率達到了90%+）。 最新的Sphinx語音識別系統包含如下軟體包：
Pocketsphinx — recognizer library written in C.
Sphinxbase — support library required by Pocketsphinx
Sphinx4 — adjustable, modifiable recognizer written in Java
CMUclmtk — language model tools
Sphinxtrain — acoustic model training tools
這些軟體包襲慶並的可執行文件和源代碼在sourceforge上都可以免費下載得到。
2）HTK
HTK是Hidden Markov Model Toolkit（隱馬爾科夫模型工具包）的簡稱，HTK主要用於語音識別研究，最初是由劍橋大學工程學院（Cambridge University Engineering Department ，CUED）的機器智能實驗室（前語音視覺及機器人組） 於1989年開發的，它被用來構建CUED的大詞彙量的語音識別系統。HTK的最新版本是09年發布的3.4.1版，關於HTK的實現原理和各個工具的使用方法可以參看HTK的文檔HTKBook。
3）Julius
Julius是一個高性能、雙通道的大詞彙量連續語音識別（large vocabulary continues speech recognition，LVCSR）的開源項目， 適合於廣大的研究人員和開發人員。它使用3-gram及上下文相關的HMM，在當前的PC機上能夠實現實時的語音識別，單詞量達到60k個。
4）RWTH ASR
該工具箱包含最新的自動語音識別技術的演算法實現，它由 RWTH Aachen 大學的Human Language Technology and Pattern Recognition Group 開發。RWTH ASR工具箱包括聲學模型的構建、解析器等重要部分，還包括說話人自適應組件、說話人自適應訓練組件、非監督訓練組件、個性化 訓練和單詞詞根處理組件等。
『柒』 exo裡面的成員都幾歲
姓衡襲名：吳凡 星座：天蠍座咐祥兄 年齡：22
中文譯名：金珉碩 星座：白羊座 年齡：22
姓名：鹿晗 星座：白羊座 年齡：22
姓名：張藝興 星座：天秤座 年齡：21
中文譯名：金鍾大 藝名：CHEN 星座：處女座 年齡：20
姓名：黃子韜 星座：金牛座 年齡:19
中文譯名：金俊綿 藝名：SU HO 星座：雙子座 年齡：21
官方譯名：邊伯賢 常見譯名：卞白賢 星座：金牛座 年齡：20
中文譯名：朴燦烈 藝名：CHAN YEOL 星座：射手座 年齡：20
中文譯名：度慶洙 藝名：D.O. 星座：摩羯座 年齡：19
中文譯名：金鍾仁 藝名：KAI 星座：摩宴世羯座 年齡：18
中文譯名：吳世勛 藝名：SE HUN 星座：白羊座 年齡：18
『捌』 exo-k的世勛還在上學嗎如果還在上為什麼網上會有他和kai的畢業照他是不是和kai一個學校
世勛今年正好高三，韓國渣者的學如逗薯期跟我們相反，不一樣，他們是三月開學，是一指山個學期的開頭，就像我們九月開學一樣。
世勛是94年的，kai是94年1月生的，韓國人的演算法就是歸為93年。所以在韓國來看kai比世勛大，所以會比他大一屆，畢業的是kai，世勛只是升高三而已。
畢業照是世勛陪著kai吧，他們是一所學校的
『玖』 華為安裝東西的時候會彈出簽名不一致,就不讓安裝怎麼關閉這個功能
關閉方法：
1、首先，打開手機，找到手機上面的設置選項進入。
『拾』 工數矩陣的演算法有問
知識和兄帶點: |kA| = k^n|A|, 其中n是A的階.
設 A=(aij)
則 kA = (kaij)
取行列喚蘆塵賀式, 每行提出一個公因子k
所以 有 |kA| = k^n|A|,
題目中A是3階矩陣, A^-1也是3階, 所以提出 (-2)^3.