ISSCC 2026论文精读：以15.7为例拆解可复现技术点

翻到 ISSCC 2026 的论文目录，第 15 会话第 7 篇，我第一件事不是从摘要读起，而是先把指标对照表和版图照片翻出来看一眼。这是我看了几年 ISSCC 之后形成的习惯——ISSCC 的论文是"结论前置"的写法，不是教科书那种顺着推导走的写法，你要是老老实实从 Introduction 一路读到 Conclusion，读完容易产生一种"我好像都看懂了"的错觉，但真让你说出来这篇到底解决了什么问题、靠什么手段解决的，往往答不上来。

所以这篇东西我想聊的是怎么把一篇 ISSCC 论文真正读透，以 15.7 为例，把它拆成可复用、可复现的技术点。整篇文章不针对某一个具体电路方向，因为 15.7 究竟落在哪个 session，得看 2026 年会期的正式分场安排——拿到 advance program 或者 digest 目录的第一件事就是确认这一点。但不管是数据转换器、时钟生成、电源管理还是射频前端，读法是一致的：先定位问题，再看取舍，最后算账。如果你手上正好有一篇要精读的 ISSCC 论文，或者准备做组内论文分享，下面的路子可以直接抄。

1. 先弄清楚 15.7 这个编号背后站着什么

很多人拿到论文编号就直接去搜 PDF，其实编号本身就是信息。ISSCC 的论文编号规则大致是"会话号.论文序号"两段式，前面那位数字代表 session，后面那位的顺序基本对应了 session 内部的编排逻辑——通常是先放系统性、综述性的工作，再放单点突破的工作，最后放指标最激进的那一篇。这个顺序不是随便排的，session chair 在组织的时候会刻意让整场有一条叙事线。

1.1 先读 session 标题和同场其他论文，再读正文

我通常会花十分钟把同一 session 里所有论文的标题和摘要扫一遍，包括 15.1 到 15.8。这一步的价值在于建立坐标系：15.7 到底是在解决同类问题里最难啃的那块，还是在换一条技术路线。比如同场如果前面几篇都在攻同一个指标的某条路径，而 15.7 换了完全不同的架构，那它的创新点大概率在架构层面而不是电路技巧层面；反过来，如果前面几篇架构一样、只是把功耗往下压，那 15.7 的看点基本就在某个具体模块的偏置或者时序处理上。

这一步还有个实际好处：对比表里的很多参照对象就是同场论文。你要是没读过同场其他几篇，看对比表就只能看个热闹，不知道那些数字是在什么条件下取得的。

1.2 读正文之前，先把这三份材料摊在桌上

我自己精读一篇 ISSCC 论文，桌上一定会同时开着三样东西。第一是会议论文本身，一般是三到四页的压缩版，图多字少，很多关键细节被砍掉了；第二是同一课题组的往期工作，几乎所有新论文都是在前一篇的基础上往前拱一步，找到前作之后，本次的创新点会瞬间变得非常清楚；第三是这个方向的权威综述或者教科书章节，用来补齐论文里默认你已经知道的背景。

注意：会议论文的页数限制非常狠，作者往往把"为什么这么选"的推导全部删掉，只留"我这么做了，结果如下"。这部分被删掉的推导，恰恰是你复现时最容易卡住的地方，所以必须靠往期工作和综述去补。

作者主页、实验室的公开汇报材料、以及后续发在期刊上的扩展版，都是补推导的好来源。有些工作只有会议版本、没有期刊扩展版，那种情况下你只能靠同方向的横向对比去反推设计者的思路。

1.3 给这篇论文写一句"问题定义"

读完这些材料之后，我会强迫自己用一句话写下来：这篇论文在什么约束下，把哪个指标从什么水平推到了什么水平，代价是什么。这句话写不出来，就说明还没读进去。

这句话的格式很关键，必须包含"约束"和"代价"。比如"在维持 X 的前提下把 Y 降低了 Z%"是合格的问题定义，"提出了一种新的架构"是不合格的，因为那只是手段描述。把手段当成问题，是读 ISSCC 最常见的思维滑档——你会记住作者用了什么招，但记不住他为什么非得用这招。

2. 把论文拆成六块读：从摘要到版图照片的固定动线

确认了问题定义之后，我读正文的顺序基本固定：摘要、系统框图、指标对照表、电路实现细节、测量条件、版图照片与面积。这个顺序不是作者写的顺序，而是信息密度从高到低的顺序。作者的写作顺序是"背景—架构—电路—测试—对比—结论"，那是为了叙事流畅，但对你提取信息来说是低效的。

2.1 摘要加第一张系统框图，决定了七成信息

ISSCC 论文的第一张图几乎永远是系统框图或者核心架构图，这张图是整篇论文的骨架。我读这张图的时候会重点盯三件事：信号从哪进、从哪出；哪几个模块是带反馈的；时钟或者参考是怎么分布到各个模块的。

带反馈的模块基本就是性能瓶颈所在，因为反馈环路的带宽、稳定性和噪声都很难做，作者如果在这里做了特殊处理，往往是全文最有价值的技巧。时钟或者参考的分布路径也值得盯，尤其是在高速或者高精度电路里，时钟质量问题经常是限制整机指标的那一环，但它在摘要里往往只被一句话带过。

摘要本身我只花两分钟，主要是抓那几个被反复强调的形容词。"low power""high speed"这种词没有信息量，真正有用的是具体的量化表述，比如"在 0.6V 供电下实现 12 位精度"。看到量化表述，就把它记下来，等会儿要跟指标表核对。

2.2 指标对照表是反推设计意图的钥匙

对照表是我花时间最多的地方。这张表的价值不在于"作者比别人好多少"，而在于它暴露了作者认为哪些指标是同一量级的、哪些是可以互相换算的。表里列出的每一列，都是作者认为重要的维度；表里没列出的，往往是作者不希望你关注的维度。

我读对照表会做一件很具体的事：把表里所有"本工作"的数字单独抄出来，然后把所有参照对象里最激进的那一组数字也抄出来，逐列做差。做完之后通常会看到一种模式——本工作在某一两列明显领先，但在另几列悄悄落后。那几列落后的地方，就是这篇论文的真实代价。作者不会在正文里主动强调代价，但表格里的数字不会说谎。

还有一个细节：对照表的脚注一定要读。有些表里夹杂着"simulated"或者"post-layout"的字样，意味着那一行的数字不是实测的。如果本工作的某一行标了 simulation，其余行标了 measurement，那这一列就不能直接比较。这个坑非常常见，尤其是面积、能效这类指标。

2.3 版图照片和面积数字里藏着的取舍

版图照片很多人的第一反应是"看不懂就不看了"。其实不需要看懂布线，只需要看面积的分布：哪一块占的面积最大，哪一块被压得很小。占面积最大的模块，通常是决定性能的核心模块，比如电容阵列、电感、功率管；被压得很小的，通常是辅助电路。

面积数字还有一个隐含信息：它能帮你判断这个设计有没有走"堆器件"的路线。同样的功能，面积比别人大不少，往往意味着用了更多的无源器件或者更大的晶体管，好处是匹配和噪声更好，代价是成本和集成度。反过来面积特别小的，你要小心它是不是用上了先进节点特有的高密度器件。

2.4 测量条件那一小段，往往比正文更值钱

测试部分通常只有一段话，但这段话决定了所有指标的可信边界。我会重点抠四件事：供电电压的具体值、温度、测试板上的片外元件、以及仪器本身的限制。

供电电压经常跟标称值不完全一致，比如标称支持 0.5V 到 0.8V，实测数据往往只在某一个点上给。温度通常只给常温，这一点后面还会细说。片外元件是个大坑——如果某个关键节点用了片外的高 Q 电感或者超低噪声参考源，那这个指标在你的系统里就复现不出来。仪器限制也是，比如测相噪时如果用的是实验室里的超低相噪信号源做参考，那论文里的相噪数字有一部分功劳要归给那台仪器。

3. 把关键数字重新算一遍：FoM 背后的真实代价

读到这一步，论文的骨架和代价你已经清楚了，但还差一层：把作者给的 FoM 自己算一遍。这不是不信任作者，而是因为不同论文对同一个 FoM 的定义经常不一样，直接拿来做横向比较会出问题。下面按几个大类说一下手算的要点。

3.1 数据转换器：Walden 与 Schreier 的手算过程

数据转换器最常用的两个优值，一个看转换速度，一个看动态范围。

手算的时候有几个细节必须自己核对。第一，ENOB 是不是从实测的 SNDR 反推的，有些论文直接用设计位数代替，那算出来的 Walden FoM 会虚高一大截。第二，BW 取的是奈奎斯特带宽还是信号带宽，在过采样结构里这两个差别很大。第三，功耗里含不含输出驱动、参考缓冲和时钟电路，有些论文只算核心，有些算全片，差了可能是一倍。

如果功率用毫瓦表示而你想套用常见公式，记得做单位换算，Schreier FoM 里功率从瓦换成毫瓦要加 30 dB 的修正。这一类换算错误是我见过最多的，自己算一遍就能避免。

3.2 时钟与频率综合：抖动-功耗 FoM 的归一化陷阱

时钟和频率综合方向的通用优值大致长这样：

FoM = 10·lg(σ_t,rms² × P)

其中 σ_t,rms 用秒、P 用毫瓦，算出来的数值是负的，越负越好，文献里常见量级落在负两百多 dB 这个区间。这个公式看着简单，坑全在输入量上。

第一个坑是积分带宽。抖动是从多少 Hz 积到多少 Hz，直接决定数值大小。有的论文只积到几 MHz，有的积到几十 MHz，两者差个几 dB 很正常。第二个坑是抖动的定义，是周期抖动、相邻周期抖动还是绝对抖动，量级差别不小。第三个坑是功耗口径，含不含输出缓冲和分频器。

我做对比的时候会做一张小表，把每篇论文的积分带宽、抖动类型、功耗口径列出来，只在三项都一致的情况下才做数值比较，否则就只做定性判断。

3.3 电源与功率管理：效率曲线的读法

电源方向不能只看一个峰值效率数字，必须看效率随负载变化的整条曲线。我会抠三个点：轻载效率、峰值效率所在的负载点、以及重载效率。很多设计把峰值效率做得很漂亮，但那个点出现在负载电流的中间段，实际系统里大部分时间工作在轻载，轻载效率才是真正影响续航的指标。

除了效率曲线，静态电流、瞬态响应下的过冲幅度和恢复时间、以及开关频率的选择，都是决定能不能落地的关键。开关频率高可以缩小无源器件，但开关损耗上去；这个取舍在论文里通常一笔带过，你得从面积和效率的对比里反推。

3.4 论文不给公式时，自己补一个

有些方向没有公认的 FoM，或者作者刻意不给。这种时候我会自己定义一个：把这篇论文最想强调的两个指标做成分子分母，其余指标作为约束条件。比如某一类放大器最强调带宽和功耗，那就看单位功耗能换来多少带宽，前提是增益和线性度不低于某个门槛。

自己定义 FoM 的好处是，你会被迫想清楚"哪些指标是硬约束、哪些是优化目标"，这个思考过程本身比数字更有价值。

4. 从看懂到能动手：把论文拆成可执行的技术点

读到这里，你已经能对着这篇论文讲清楚它做了什么。但"看懂"和"能复现"之间隔着一道沟，这道沟不是靠多读几遍填平的，得靠拆解。

4.1 先分清哪一块是创新、哪一块是成熟模块

任何一篇 ISSCC 论文，真正的创新点通常只有一到两处，其余都是成熟模块的拼接。识别创新点的方法是看作者在哪块花了最多的篇幅画最细的图。带反馈的环路、特殊的偏置方式、非常规的时序安排，这些地方图越细，说明越是创新点。而电源去耦、基准源、缓冲器这些，往往只有一句话。

复现的时候，我的做法是把成熟模块先按常规方式搭出来，把平台的输入输出跑通，再集中精力攻创新点。很多人一开始就想把创新点做出来，结果平台没搭稳，测出来的异常分不清是创新点没做对还是平台有问题，白白浪费时间。

4.2 系统级先跑行为模型，再进晶体管级

创新点如果是架构层面的，我一般先用手写的行为级模型把系统跑一遍，确认指标分配是合理的、反馈环路是稳定的，再进晶体管级。这一步用简单脚本或者行为级仿真都可以，关键是把每个模块的等效输入噪声、增益、带宽写清楚，看看整机指标能不能凑出来。

如果系统级模型凑不出论文里的指标，那就说明你对某个模块的理解有偏差，回头再看论文里那个模块的描述，往往能发现漏掉的细节。这个反向校验的过程非常高效。

4.3 工艺和外部条件依赖：哪些技巧换节点就废

这是最容易被忽略的一点。很多技巧是强依赖工艺特性的。先进节点的本征增益低、阈值电压低、器件匹配好、金属层电容密度高，所以像什么低增益多级补偿、高密度无源器件、体偏置调节这类技巧，在先进节点上很好用，换到成熟节点可能直接失效。

同样，一些技巧依赖特定的版图结构，比如深阱隔离、屏蔽布线、对称布局，这些在论文里只有一张版图照片，细节全靠猜。复现时如果工艺不同，这些结构要重新设计。

提示：判断一个技巧是否强依赖工艺，有个简单办法——看论文有没有给出跨工艺的对比数据，或者看作者所在团队是不是只在某一个节点上发布过这个技巧。如果所有相关论文都出自同一工艺，那这个技巧的可移植性就要打问号。

4.4 我自己的精读笔记模板

我每读一篇论文会落一张笔记，字段固定，方便以后横向检索。

最后那一栏最关键。读论文时没想通的疑点，是下一篇论文或者下一次流片的起点。我习惯把疑点写得具体一点，比如"这个环路的相位裕度是怎么保证的""这个开关的驱动能力够不够"，而不是写"这个地方没看懂"。

5. 读 ISSCC 最容易踩的四个坑

上面讲的是怎么做，这里讲几个我自己摔过的跟头。

5.1 把榜单数字当成普适结论

指标表里那个最好看的数字，往往是在最优条件下、针对那一个指标专门优化出来的。比如为了把功耗压到极限，把带宽做窄了；为了把精度做高，把速度降下来了。这些数字不能直接迁移到你的场景里。

我看到特别激进的数字，第一反应是去找它的代价落在哪一列。找得到代价，说明这个工作是诚实的取舍；找不到代价，说明有信息没披露，这时候就要格外小心。

5.2 忽略片外器件和测试设备的贡献

前面提过，测试条件那一小段信息量很大。我踩过的坑是照着论文复现了一个结构，指标怎么都上不去，回头再看测试描述，发现作者的关键节点用了片外的高性能元件，片上那部分其实很朴素。凡是性能对某个无源器件的品质因数敏感的设计，都要先确认这个器件到底在片内还是片外。

同样的道理适用于参考源。如果相噪或者抖动的测试用了一台性能远超实际系统的信号源，那这个指标在你的应用里是达不到的。

5.3 只看 typical corner 常温

会议论文受篇幅限制，绝大多数只报常温、典型工艺角的数据。而实际产品要在全温度范围、全工艺角下保证功能。典型条件下的指标和量产需要留的余量之间，通常要打不小的折扣，具体多少取决于电路类型和工艺成熟度。

我自己的做法是，读完论文之后会专门问一句：这个结构在低温或者高压角下最可能出问题的地方是哪里？通常答案会落在偏置电流、环路稳定性或者时序余量上。

5.4 把会议摘要版当成最终版

会议论文是压缩版，很多推导、版图细节、失效分析都被砍掉了。如果同一工作在半年到一年后发了期刊扩展版，一定要去读扩展版，里面通常能看到完整的原理推导、更多的测试数据和更诚实的讨论。

有些工作只在会议上发过一次，那就只能靠横向对比去补。这时候同方向的综述文章价值就体现出来了。

6. 读完之后怎么用：从精读到二次产出

一篇论文如果读完就合上，价值大概只兑现了两成。剩下八成要靠"产出"来兑现。

6.1 组内分享不要按论文顺序讲

做组内分享的时候，最容易犯的错是按论文的结构讲一遍：背景、架构、电路、测试。这样讲完，听众记住的是"有这么一篇论文"，而不是"我们能从里面拿什么"。

我自己的分享结构是五段：我们要解决什么问题、这个问题的约束是什么、别人试过哪些路子、这篇论文选了哪条路以及为什么、我们能拿走什么。前三段是铺垫，只有十分钟，重点在第四第五段。特别是第五段，一定要落到具体的动作上，比如"下次做类似结构的时候，这个偏置方式可以试试"。

6.2 变成自己项目的选型依据

读论文最实用的产出，是把它变成自己项目的一份对照材料。我会把读过的论文按功能模块分类，每篇只留三行：适用条件、关键指标、主要代价。等到自己项目要做技术选型的时候，直接翻这一份清单，比重新去搜论文快得多。

这份清单还有个隐性好处：当你要说服别人选某个方案的时候，引用具体的论文数据比讲道理有效得多。

6.3 沿着作者和课题继续追

一篇好论文通常是一个系列中的一环。读完 15.7 之后，我会顺着做三件事：找这个课题组近三年的相关论文，看它的技术路线是怎么演进的；看这篇论文引用的关键文献，尤其是那些被反复引用的基础工作；看有没有后续的期刊扩展版或者更新的会议版本。

技术路线的演进轨迹，比单篇论文更能说明问题。你会看到一个技巧是怎么被一点点打磨成熟的，哪些尝试被放弃了、为什么放弃。这些东西在单篇论文里是看不到的。

最后分享一个我自己一直在用的小技巧：读论文的时候，别急着在 PDF 上做高亮。高亮是低成本的"我读过了"的自我安慰，真正有用的是把这篇论文的一句话结论写在笔记最上面，然后逼自己用三句话解释为什么这个结论成立。三句话写不出来，说明这篇还没读透，回头再读一遍。我试过很多种笔记方法，只有这一种能让我在半年之后还说得清当时读的是什么。