Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

ORFS-agent: Agentes que utilizan herramientas para optimizar el diseño de chips

Created by
  • Haebom

Autor

Amur Ghose, Andrew B. Kahng, Sayak Kundu, Zhiang Wang

Describir

En este artículo, presentamos ORFS-agent, un agente de optimización iterativo basado en un modelo de lenguaje a gran escala (LLM). ORFS-agent optimiza el complejo flujo de trabajo del diseño de circuitos integrados mediante la automatización del ajuste de parámetros en flujos de diseño de hardware de código abierto. En flujos de diseño de circuitos integrados modernos que comprenden miles de parámetros, ORFS-agent demuestra una utilización más eficiente de los recursos y métricas de diseño mejoradas que la optimización bayesiana. Evaluaciones experimentales en dos nodos tecnológicos diferentes y diversas pruebas de rendimiento de circuitos demuestran que ORFS-agent mejora la longitud del cable y los ciclos de reloj efectivos en más de un 13% y reduce el número de iteraciones de optimización en un 40%. Además, proporciona un marco de optimización multiobjetivo flexible e interpretable que compensa métricas específicas con otras utilizando objetivos de lenguaje natural. ORFS-agent es modular e independiente del modelo, y puede integrarse en LLM modernos sin necesidad de ajustes adicionales.

Takeaways, Limitations

Takeaways:
Demostramos que el ajuste automatizado de parámetros basado en LLM puede mejorar significativamente la eficiencia y el rendimiento de los flujos de diseño de circuitos integrados.
Demostramos experimentalmente que se pueden lograr mejores resultados con menos recursos que la optimización bayesiana.
Admite la optimización multiobjetivo basada en lenguaje natural para reflejar intuitivamente la intención del diseñador.
El diseño modular aumenta la aplicabilidad a diversos LLM.
Limitations:
Actualmente, su aplicabilidad puede estar limitada a ciertos flujos de diseño de hardware de código abierto.
Depende del rendimiento del LLM utilizado y las limitaciones del LLM pueden afectar el rendimiento del agente ORFS.
Se requieren experimentos adicionales en varios nodos tecnológicos y pruebas de referencia de circuitos.
Debido a la naturaleza de caja negra del LLM, la interpretación del proceso de optimización puede ser difícil.
👍