负责高性能边缘AI芯片全流程架构设计，定义SoC级功能划分、性能/功耗/面积（PPA）指标，主导跨模块协同设计与验证策略制定，支撑芯片流片前的架构冻结与风险管控。

• 牵头设计面向4K@60fps实时目标检测的边缘AI芯片架构，基于Transformer轻量化模型需求，创新性采用‘存算一体+多精度计算单元’异构架构，通过Chisel硬件构造语言完成架构建模，对比传统CPU+GPU方案，推理延迟降低41%，功耗减少37%，支撑芯片流片后实测达到12TOPS/W能效比。
• 制定SoC级PPA约束框架，基于Synopsys PrimePower与Cadence Celsius工具建立动态功耗模型，针对视频解码、神经网络计算、数据搬运三大核心模块分配7:2:1的功耗预算；通过AMBA AXI5总线拓扑重构，将跨IP数据传输延迟从15ns压缩至8ns，系统整体吞吐量提升至12Gbps。
• 主导解决多IP协同设计中的跨时钟域（CDC）风险，梳理23组高速接口的时序约束，引入静态时序分析（STA）与形式验证（Formal Verification）双流程，提前发现并修复5处潜在亚稳态问题，架构冻结前将设计收敛周期缩短20%。
• 搭建架构验证平台，基于MATLAB/Simulink构建算法-硬件协同仿真环境，完成ResNet-50、YOLOv8等典型模型的映射验证，确保架构对主流AI框架的兼容性；流片前通过FPGA原型验证，关键指标与RTL实现偏差控制在5%以内。

聚焦高性能计算芯片子系统设计，负责处理器核与加速器的协同架构探索，主导RTL实现与低功耗优化，支撑预研项目向工程化落地转化。

• 作为核心成员参与64位RISC-V处理器核架构优化，针对嵌入式场景需求，重构流水线微架构：将分支预测单元（BPU）的预测准确率从89%提升至94%，引入非对齐内存访问优化模块，指令发射效率提高15%；最终核性能达1.8DMIPS/MHz，优于同期开源核22%。
• 主导设计专用AI加速器架构，基于数据流图（DFG）分析确定PE阵列规模与存储层级，采用混合精度（FP16/INT8）计算单元，配合片上SRAM与外部DDR4的层次化缓存策略，使卷积运算峰值算力达到512GOP/s，较上一代加速器能效提升3倍。
• 解决低功耗设计中的关键挑战：针对动态电压频率调整（DVFS）需求，基于Synopsys IC Compiler II实现时钟门控（Clock Gating）与电源域划分（Power Domain），结合工作负载预测算法，待机功耗从35mW降至12mW，运行时平均功耗降低28%。
• 建立子系统级验证体系，编写UVM测试平台覆盖92%的功能点，通过Cadence Xcelium仿真验证加速器与处理器核的交互逻辑，修复17处跨模块数据竞争问题，确保子系统集成时的稳定性。

负责通信基带芯片中FFT/IFFT模块的RTL设计与实现，参与模块级验证与物理实现协同优化，保障设计满足时序、面积与性能指标。

• 独立完成5G NR标准下2048点FFT模块设计，采用Cooley-Tukey算法优化蝶形运算单元，通过流水线级联与复数乘法器重用技术，将运算周期从10240T缩短至3072T，吞吐量达1.2Gsps，满足3GPP协议对时延的严格要求。
• 针对FPGA原型验证阶段的时序收敛难题，分析综合报告定位关键路径（主要为旋转因子乘法器），通过拆分乘法器为查找表（LUT）与加法器级联结构，配合寄存器重定时（Retiming）优化，将建立时间余量从-0.3ns提升至+0.5ns，成功流片并通过板级测试。
• 参与模块级低功耗优化，基于活动因子分析识别高功耗路径，引入门控时钟与电源关断（Power Gating）机制，在空闲模式下功耗降低65%；最终模块面积1.8mm²（28nm工艺），优于设计规格15%。
• 编写详细设计文档（DDS）与验证计划，覆盖功能需求、时序约束与异常场景处理，指导验证工程师完成1200+条测试用例，模块验证覆盖率98.7%，为后续系统集成奠定基础。

面向5G Open RAN小基站的宽输入范围高效同步降压PMIC设计

• 项目背景：5G Open RAN架构推动小基站灵活部署，客户要求配套PMIC满足“4.5V-20V宽输入、全负载段高效率（轻载>85%、满载>92%）、QFN6x6小尺寸、-40℃~125℃高可靠”的核心需求。此前公司现有方案存在高压段效率低（满载<90%）、小尺寸下热集中（结温超110℃）的痛点，无法适配客户量产需求。我的总体职责是牵头芯片架构设计、关键模块（自适应PWM控制器、同步整流驱动、高精度基准源）的RTL及模拟电路实现，主导全芯片验证与流片后调试。
• 解决的关键难题与技术：1. 宽输入电压下全负载效率优化——高压段MOSFET导通损耗占比60%、低压段开关损耗占比超50%；2. 小尺寸封装热管理——QFN6x6功率密度达1.2W/mm²，传统布局易致结温超标；3. 高可靠下的输出精度——输入电压波动±20%时需保持输出±1%以内。技术上采用Verilog-A实现自适应死区时间控制算法，基于输入电压和负载动态调整死区以降低开关损耗；选用铜柱凸点封装替代焊球增强散热；通过ANSYS Icepak热仿真优化内部布局，分散发热模块。
• 核心行动与创新：主导架构选型，对比电感式与电荷泵方案后确定电感式PMIC（效率优势明显）；设计自适应死区模块，搭建行为级模型仿真优化参数；协同版图团队迭代热设计，通过Icepak验证结温合规性；搭建FPGA原型系统验证PMIC与主芯片的配合时序，确保功能正确性。
• 项目成果与价值：流片后测试显示，输入4.5V-20V、输出1.0V/20A时，满载效率92.5%（超目标0.5%）、轻载效率86%；QFN6x6结温最高98℃（低于限值7℃），输出精度±0.8%（优于要求）。芯片已量产，应用于3家客户的Open RAN小基站，累计出货10万颗，故障率<0.1%，为公司带来年营收约2000万元，成为5G小基站PMIC主力产品。

面向工业物联网的低功耗高抗干扰BLE 5.2 SoC设计

• 项目背景：工业物联网设备需长期电池供电（≥5年），客户要求BLE SoC解决“active模式功耗高（>5mA）、工业环境抗干扰弱（邻道泄漏比>40dB）”的问题，否则会导致续航不足、通信不稳定。我的职责是负责RF前端与基带的协同设计，主导低功耗架构优化及抗干扰算法集成。
• 解决的关键难题与技术：1. 低功耗与高灵敏度平衡——降低功耗易牺牲接收灵敏度；2. 工业频段干扰——2.4GHz下Wi-Fi、Zigbee共存导致通信失败率高；3. RF与基带时序匹配——低功耗唤醒信号延迟需≤1μs。技术上采用动态偏置LNA（接收时偏置从1mA降至200μA，保持噪声系数<2dB）；集成自适应跳频（AFH）算法避开干扰信道；定义低功耗控制接口优化唤醒时序。
• 核心行动与创新：协同RF团队设计LNA动态偏置电路，用Cadence Spectre仿真验证功耗与噪声性能；与算法团队合作实现AFH算法，优化信道切换逻辑；搭建测试平台验证低功耗功耗与灵敏度，赴工业现场测试干扰环境下的通信成功率，迭代算法参数。
• 项目成果与价值：流片后，active模式功耗3.2mA（降36%）、待机功耗<1μA；链路预算-95dBm（超目标5dB），工业环境通信成功率从85%升至98%。芯片量产应用于工业传感器节点，累计出货50万颗，客户设备续航达6年以上，帮助公司切入工业IoT BLE SoC市场，占据约10%份额，年营收增加1500万元。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。