obsidian에서 수정하기
Abstract
ChatGPT와 같은 대형 언어 모델(LLM)이 전례 없는 기계 지능을 보여주면서, 자연어 상호작용을 통해 하드웨어 엔지니어가 더 효율적인 논리 설계를 실현하는 데 큰 성과를 보였습니다. LLMs가 지원하는 하드웨어 설계 프로세스의 잠재력을 평가하기 위해, 이 연구는 자연어 사양에서 하드웨어 논리 설계를 생성하는 자동화된 설계 환경을 시연하려고 합니다. 보다 접근 가능하고 효율적인 칩 개발 흐름을 실현하기 위해, 우리는 재교육이나 미세 조정 없이 LLMs를 기반으로 한 확장 가능한 4단계 제로 코드 논리 설계 프레임워크를 제시합니다. 첫째, ChipGPT 데모는 LLM을 위한 프롬프트를 생성하고, 이를 통해 초기 Verilog 프로그램을 생성합니다. 둘째, 출력 관리자는 이러한 프로그램을 수정하고 최적화한 후 최종 설계 공간에 수집합니다. 궁극적으로, ChipGPT는 이 공간을 검색하여 목표 메트릭 하에 최적의 설계를 선택합니다. 평가 결과, LLMs가 일부 사양에 대해 자연어로 설명된 정확하고 완전한 하드웨어 논리 설계를 생성할 수 있는지를 조사했습니다. 이를 통해 ChipGPT가 프로그래밍 가능성, 제어 가능성을 향상시키고, 사전 연구 및 기존 LLMs 단독 사용보다 더 넓은 설계 최적화 공간을 제공한다는 점이 밝혀졌습니다.
Figure
figure 8
figure 9
figure 10
Table
table IV
table V