Dec, 2023

LLM4EDA：电子设计自动化的大型语言模型的新进展

PDF
TL;DR本文系统研究了大型语言模型在电子设计自动化领域的应用，分类研究了助理聊天机器人、硬件描述语言和脚本生成，以及硬件描述语言验证与分析三个方面，并强调了未来研究方向，重点关注逻辑综合、物理设计、多模态特征提取和电路对齐等领域。
发现论文，激发创造
  • 基于 Ongoing LLMs 的数字 ASIC 设计：策略和前景

    本文提出了用于数字 ASIC 设计的 LLMs 的目标策略，改善了 LLMs 生成 HDL 代码的可靠性和准确性，并详细介绍了一个基于 LLMs 开发的简单三相脉宽调制发生器项目的实际示范，展示了 LLMs 增强数字 ASIC 设计的潜力。

    Apr, 2024

  • 利用 LLMs 解释 EDA 综合错误

    通过使用大型语言模型，本研究考察了如何利用人工智能的最新进展，生成适合初学者理解的编译时综合错误消息的解释，以在数字设计中培养新工程师。

    Apr, 2024

  • ChatEDA: 基于大型语言模型的 EDA 自主代理

    ChatEDA 是一个由大型语言模型 AutoMage 支持的自主代理系统，通过有效管理任务规划、脚本生成和任务执行，实现了从 RTL 到 GDSII 的设计流程简化，并且在处理多样化需求方面表现出卓越的性能。

    Aug, 2023

  • HDL 调试器：大型语言模型简化 HDL 调试

    HDLdebugger 是一个 LLM 辅助的 HDL 调试框架，通过逆向工程方法生成 HDL 调试数据、带检索增强的生成式搜索引擎以及带检索增强的 LLM 微调方法，自动化和简化芯片设计中的 HDL 调试。在华为提供的 HDL 代码数据集上进行的综合实验表明，HDLdebugger 优于 13 种前沿的 LLM 基准，在 HDL 代码调试方面表现出卓越效果。

    Mar, 2024

  • 全你所需：通过自动化的设计数据增强框架，通过微调 LLMs 进行芯片设计

    通过自动生成与 Verilog 和 EDA 脚本对齐的高容量高质量自然语言，本研究提出了一种自动化设计数据增强框架，以改善 LLM 在 Verilog 代码生成和 EDA 脚本生成任务中的表现。结果表明，使用我们的增强方法对 Llama2-13B 和 Llama2-7B 模型进行微调在 Verilog 生成任务中有显著改善，并且与当前最先进的开源 Verilog 生成模型相比，Verilog 生成的准确性从 58.8％提高到 70.6％。与 GPT-3.5 相比，我们的 13B 模型（ChipGPT-FT）在 Verilog 生成和 EDA 脚本生成方面具有更好的性能。

    Mar, 2024

  • 评估面向硬件设计和测试的 LLMs

    该研究使用八个代表性基准测试探究了领先技术的对话式大型语言模型在功能和验证目的上生成 Verilog 的能力和限制。结果表明，大型语言模型在硬件模块的设计和测试中具有潜力，并可朝着全自动数字设计流程的进展迈进。

    Apr, 2024

  • 电子设计自动化的机器学习：一份概览

    本文全面评述了现有机器学习技术在电子设计自动化领域的应用，分别从电子设计自动化的层次进行组织。

    Jan, 2021

  • 从英语到 ASIC：大型语言模型的硬件实现

    通过优化 LLM 的核心自然语言模型和重新组织 HDL 代码数据集，提高生成精确且高效 ASIC 设计的模型能力，从而简化和加速复杂电路设计的 LLM 辅助框架，以满足 HDL 编码的复杂需求并优化 ASIC 开发流程。

    Mar, 2024

  • LLM 中的低秩知识蒸馏在微电子推理中是否有用？

    该论文研究使用离线的大型语言模型（LLMs）在电子设计自动化（EDA）领域的可行性，并评估了一个当代语言模型（Llama-2-7B）在解决微电子相关问题中作为微电子问答专家以及其推理和生成能力的能力，研究采用了各种适应方法，包括引入一种新颖的低秩知识蒸馏（LoRA-KD）方案。实验产生了定性和定量结果。

    Jun, 2024

  • LLMs 与芯片设计的未来：揭示安全风险与建立信任

    芯片设计即将通过大语言、多模态和电路模型（统称 LxM）的整合而实现革命。在探索这一潜力巨大的令人激动的领域时，社区还必须认真考虑相关的安全风险，并需要建立对使用 LxM 进行芯片设计的信任。首先，我们回顾了普遍使用 LxM 进行芯片设计的最新潮流。我们涵盖了自动化硬件描述语言代码生成、脚本编写和对电子设计自动化工具的重要但繁琐任务的指引，例如设计空间探索、调试或设计师培训。其次，我们提出并初步回答了关于 LxM 驱动芯片设计的关键问题，涉及攻击和防御的安全和可信度方面。

    May, 2024