中国内地共录用220篇，再创历史新高，占比超过50%；DAC2024共录用337篇，中国内地共录用149篇，占比44%。
中国香港在DAC2025录用42篇，相较DAC2023是27篇。
中国大陆录用论文数量超过60%。
中国内地220篇论文来自49家机构，中国香港42篇论文来自5所高校。
DAC2025中国内地14家机构第一次有第一作者论文入选，包括：北京科技大学、广州大学、湖南科技大学、吉林大学、南京航空航天大学、南京理工大学、南京邮电大学、宁波大学、首都师范大学、香港中文大学（香港）、湘潭大学、张江实验、中科院半导体所和大普微电子。
上海交通大学以34篇排名第一，较去年增加20篇；
清华大学以19篇排名第二，较去年增加6篇；
复旦大学以118篇排名第三，较去年增加6篇；
北京大学以16篇排名第四，和去年持平；
东南大学以15篇排名第五，较去年增加11篇；
中科院计算所以14篇排名第六，较去年增加2篇；
香港中文大学以13篇排名第七，较去年减少3篇；
香港科技大学以12篇排名第八，较去年增加4篇；
浙江大学以11篇排名第九，较去年增加3篇。
更多榜单：
在后摩尔时代，近似计算利用应用的容错特性，通过有效平衡计算精度与硬件成本，逐渐发展为突破传统计算范式的重要研究方向。目前，近似设计领域面临双重挑战：一方面，主流近似方案设计仍高度依赖领域人工经验，缺乏系统化的EDA工具支持；另一方面，现有设计空间探索（Design Space Exploration, DSE）方法在处理高维复杂解空间时，存在收敛效率与解质量难以兼顾的固有局限。南京航空航天大学录用的论文“PreDAC: An Efficient Framework of Pre-Refining Enhanced Design Space Exploration for Approximate Computing” 提出了一种基于预筛选机制的增强型设计空间探索框架。该创新架构包含两个关键模块：首先构建覆盖主流近似乘法器的基准库，通过二阶预筛选机制（误差约束筛选与性能特征筛选）生成应用定制的帕累托解空间，将设计空间维度降低1-2个数量级；继而采用新型成本驱动型DSE算法，通过动态权重调节机制实现解质量与收敛速度的平衡。特别地，算法引入边界探索策略，从精确设计基准点逐步扩展至解空间边界，并设计残差空间微调机制，充分利用终止条件达成后的剩余计算资源进行局部优化。
宁波大学录用的论文 “Mixed Structural Choice Operator: Enhancing Technology Mapping with Heterogeneous Representations”聚焦EDA流程中逻辑综合阶段的工艺映射算法研究，提出了一种基于异构逻辑表示的工艺映射方法，利用混合结构选择融合不同逻辑表示的结构特征，从而提升工艺映射的结果质量。在现场可编程门阵列（FPGA）工艺映射方面，该论文提出的方法在EPFL Combinational Benchmark Suite’s Best Results Challenge榜单中刷新了多项已有最佳记录，该榜单由瑞士洛桑联邦理工学院（EPFL）维护，吸引了美国加州大学伯克利分校、康奈尔大学、犹他大学、西班牙加泰罗尼亚理工大学、复旦大学、上海交通大学、华为、新思科技（Synopsys）等全球顶尖高校和企业参与竞争。
自从DAC2024将会议名称改为“The Chips to Systems Conference”，DAC2025纯EDA领域的文章不足100篇，已经更像是一个计算机体系的会议，不过和HPCA、ISCA、MICRO、ASPLOS等相比又差一点。
