如果你想申请香港科技大学（HKUST）电子与计算机工程系的博士，今天这期解析可能对你有用。今天Mason学长为大家详细解析港科大的Zhiyao Xie（谢知遥）教授的研究领域和代表文章。同时，我们也推出了"科研想法&开题立意"，并且会对如何申请该导师提出实用建议。
Xie教授是港科大ECE系的助理教授，2022年从杜克大学拿到计算机工程博士学位后直接入职，本科毕业于香港城市大学电子工程专业。他的核心方向是AI驱动的电子设计自动化（EDA）与芯片设计方法，简单说就是用机器学习的方法来让芯片设计更快、更省人力。入职港科大不到4年，已经发表了70+篇论文，Google Scholar引用超过2100次，拿过ACM EDA杰出博士论文奖（全球每年仅1人），是非常典型的"年轻但高产"的PI。
🔬 研究分析
好，接下来看论文。Xie教授的研究覆盖面其实挺广的——从芯片功耗建模、时序预测，到用LLM自动生成电路代码，再到CPU预取器设计。我挑了3篇我觉得最值得关注的，按照"对套磁有用"的逻辑来排。
先说我觉得最值得读的一篇：
RTLCoder: Fully Open-Source and Efficient LLM-Assisted RTL Code Generation Technique
2024 IEEE LAD / 2025 IEEE TCAD · 引用200+
这篇做的是用大语言模型（LLM）自动生成RTL级别的硬件描述代码。核心思路是通过开源数据集训练一个专门针对RTL代码生成的LLM，效果比通用LLM好很多。GitHub上有200+星，是这个细分方向的开创性工作。如果你的背景偏AI/NLP或者对LLM应用感兴趣，套磁时围绕这篇展开最自然，因为这是Xie教授目前最有影响力也最前沿的方向之一。
APOLLO: An Automated Power Modeling Framework for Runtime Power Introspection in High-Volume Commercial Microprocessors
2021 IEEE/ACM MICRO · 最佳论文奖（1/430）
这篇是Xie教授博士期间的代表作，提出了一套自动化的芯片运行时功耗建模框架，可以在不需要门级仿真的前提下快速评估商用处理器的功耗。拿了MICRO最佳论文奖，含金量非常高——MICRO是计算机体系结构领域的四大顶会之一。如果你的背景偏体系结构或者功耗分析，这篇是必读的。
CircuitFusion: A Self-Supervised, Pre-Trained, and Cross-Stage-Aligned Circuit Encoder
2025 ICLR
这篇发在ICLR上，做的是"电路基础模型"——用自监督学习训练一个通用的电路编码器，能同时支持时序、功耗和功能性建模。这是Xie教授团队最新的主推方向，属于AI for EDA里的前沿中的前沿。如果你想做foundation model相关的研究，重点看这篇，因为这代表了他实验室未来2-3年的核心研究路线。
💡 研究想法
基于Xie教授目前的研究版图，我个人觉得以下3个方向是比较有潜力的切入点：
1. 多模态电路基础模型的跨任务迁移Xie教授团队刚在ICLR发了CircuitFusion，做的是电路编码器。一个自然的延伸方向是探索这个编码器在更多下游任务上的迁移能力——比如从功耗预测迁移到可靠性分析，或者跨工艺节点的泛化。这个方向跟他目前推的"Circuit Foundation Model"路线完全对齐，套磁时提到会很有共鸣。
2. LLM辅助的硬件验证与调试自动化他的团队已经做了RTL代码生成（RTLCoder）和HLS调试（HLSDebugger），但硬件验证这块还有很大空间——比如用LLM自动生成assertion、自动定位RTL bug。这个方向既有学术新颖性，也有很强的工业落地价值，跟Xie教授在NVIDIA、Synopsys的实习经历能形成呼应。
3. Chiplet架构下的早期功耗与性能联合优化Xie教授正在参与一个关于Chiplet架构集成优化的项目。Chiplet是当前芯片设计的大趋势，但早期阶段的功耗和性能评估工具还很不成熟。如果你的背景偏体系结构或者物理设计，从Chiplet场景切入做早期PPA评估，跟他现有的功耗建模能力可以很好地结合。
📋 申请建议
1. 学历背景准备
Xie教授明确说欢迎CS和EE背景的学生，所以电子工程、计算机科学、微电子、集成电路设计这些专业都可以申。他的招生标准写得很直白：要么GPA排名靠前（好学校的前列），要么有丰富的科研经历带论文发表。Mason学长的判断是，如果你是985/211电子或计算机相关专业，GPA前15%，加上有一段像样的科研经历，就有竞争力。港科大ECE博士项目一般3-4年，有硕士学位的3年，本科直博4年。
2. 核心技能准备
这个实验室对技能要求其实挺明确的，他官网列了四个方向，你至少得在其中一个有扎实基础：
PythonPyTorchVerilog/VHDLEDA工具链Synopsys Design Compiler深度学习GNNLLM微调
具体来说：如果你想做LLM for EDA方向，Python + PyTorch + LLM微调经验是必须的，有Verilog基础是明显加分项。如果你偏功耗建模方向，需要熟悉EDA工具链（Synopsys Design Compiler、Cadence Innovus之类），会用GNN处理图结构数据也很重要。数据结构和算法基础是底线要求，不管走哪个子方向都得扎实。
3. 申请材料准备
Xie教授在官网说得很直接："不需要写长邮件，直接发CV加成绩单就行。"这种风格的导师，套磁信就不要搞花哨了。
Mason学长建议：
RP/套磁邮件围绕他的某一个具体研究方向展开，说清楚你读了哪篇论文、你的相关经历是什么、你想在这个基础上做什么。CV重点突出编程能力、项目经历和论文发表（如果有的话）。推荐信最好找跟EDA/IC设计/机器学习相关的导师写，能体现你的科研动手能力。如果你是国际学生或者本地香港学生，他特别提到要在邮件里标注出来。
⚠️ 避坑提醒：Xie教授明确说不回复所有邮件，所以发了没回不要灰心，也不要反复追问。另外，他只在你打算继续读博的前提下才支持RA或硕士——如果你只想读个硕士就走，这个组不适合你。
补充一下港科大的奖学金情况：普通PhD Studentship每年约HK$229,620（约人民币21万），HKPFS（香港博士奖学金）每年HK$340,800（约人民币31万），还有额外的RedBird PhD Award和会议差旅补贴。港科大是香港拿HKPFS名额最多的学校，大概每5个博士新生里就有1个拿到这个奖学金。
