agent가 더 높은 추상화 수준에서 칩을 더 잘 설계할 수 있을까?

대규모 언어 모델 에이전트의 역할

대규모 언어 모델 에이전트는 반도체 설계에서 점점 더 많이 연구되고 있습니다. 하지만 대부분의 기존 방법은 직접 RTL에서 작동합니다. 이러한 상황에서 우리는 에이전트가 상위 수준 추상화를 사용하여 더 좋은 반도체를 설계할 수 있는지 여부를 묻고 있습니다. 이를 위해 직접 RTL 설계, 에이전트 기반 HLS 설계, 컴파일러 이후 HLS 정제, HLS 이후 RTL 정제를 비교하고, 에이전트 기반 HLS 설계와 HLS 이후 RTL 정제를 결합하여 에이전트 기반 HLS와 RTL 정제라고 합니다.

이러한 연구를 위해 FPGA를 실제이고 쉽게 배포할 수 있는 플랫폼으로 전체적인 평가를 위해 사용했습니다. 하지만 우리는 연구하는 설계 흐름 트레이드오프가 대상을 기술에 독립적이라고 지적합니다. 다양한 11-작업 벤치마크 세트를 사용했을 때, 에이전트 기반 HLS와 RTL 정제는 직접 RTL 설계에 비해 2.6배의 기하평균 속도 향상을 달성했습니다. 이러한 결과는 에이전트 기반 반도체 설계의 유망한 워크플로우가 될 수 있습니다.

사례 연구와 결과

사례 연구는 HLS가 에이전트가 사용할 수 있는 추상화로 설계 지식에 대한 요약을 함을 보여주고, RTL 정제가 하위 수준 최적화 기회를 회복함을 보여줍니다. 이러한 결과를 통해, 에이전트 기반 HLS와 RTL 정제는 에이전트 기반 반도체 설계의 유망한 워크플로우가 됩니다. 코드와 평가 도구는 공개적으로 제공되어, 연구자들이 쉽게 접근하고 사용할 수 있습니다.

대규모 언어 모델 에이전트의 역할을 통해 반도체 설계의 효율성과 성능을 향상시킬 수 있는 가능성이 열렸습니다. 이러한 연구는 앞으로 반도체 산업의 발전에 중요한 역할을 할 것입니다.