論文の概要: IICPilot: An Intelligent Integrated Circuit Backend Design Framework Using Open EDA
- arxiv url: http://arxiv.org/abs/2407.12576v2
- Date: Wed, 28 Aug 2024 03:15:10 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-29 20:28:56.906674
- Title: IICPilot: An Intelligent Integrated Circuit Backend Design Framework Using Open EDA
- Title(参考訳): IICPilot: Open EDAを用いたインテリジェント集積回路バックエンド設計フレームワーク
- Authors: Zesong Jiang, Qing Zhang, Cheng Liu, Long Cheng, Huawei Li, Xiaowei Li,
- Abstract要約: IICPilotはLLM技術に基づくインテリジェントICバックエンド設計システムである。
LangChainのマルチエージェントフレームワークは、異なる設計タスクを効率的に処理する。
IICPilotはバックエンド設計ワークフローを、特定のオープンソースEDAツールから分離する。
- 参考スコア(独自算出の注目度): 16.315795886650744
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Open-source EDA tools are rapidly advancing, fostering collaboration, innovation, and knowledge sharing within the EDA community. However, the growing complexity of these tools, characterized by numerous design parameters and heuristics, poses a significant barrier to their widespread adoption. This complexity is particularly pronounced in integrated circuit (IC) backend designs, which place substantial demands on engineers' expertise in EDA tools. To tackle this challenge, we introduce IICPilot, an intelligent IC backend design system based on LLM technology. IICPilot automates various backend design procedures, including script generation, EDA tool invocation, design space exploration of EDA parameters, container-based computing resource allocation, and exception management. By automating these tasks, IICPilot significantly lowers the barrier to entry for open-source EDA tools. Specifically, IICPilot utilizes LangChain's multi-agent framework to efficiently handle distinct design tasks, enabling flexible enhancements independently. Moreover, IICPilot separates the backend design workflow from specific open-source EDA tools through a unified EDA calling interface. This approach allows seamless integration with different open-source EDA tools like OpenROAD and iEDA, streamlining the backend design and optimization across the EDA tools.
- Abstract(参考訳): オープンソースEDAツールは急速に進歩し、EDAコミュニティ内でのコラボレーション、イノベーション、知識共有を促進しています。
しかし、これらのツールの複雑さは、多くの設計パラメータとヒューリスティックによって特徴づけられ、広く普及する上で大きな障壁となっている。
この複雑さは特に統合回路(IC)バックエンド設計において顕著であり、EDAツールの技術者の専門知識にかなりの需要がある。
この課題に対処するために,LLM技術に基づくインテリジェントICバックエンド設計システムであるIICPilotを紹介する。
IICPilotはスクリプト生成、EDAツールの実行、EDAパラメータの設計空間探索、コンテナベースのコンピューティングリソース割り当て、例外管理など、さまざまなバックエンド設計手順を自動化する。
これらのタスクを自動化することで、IICPilotはオープンソースのEDAツールの参入障壁を著しく低くする。
具体的には、IICPilotはLangChainのマルチエージェントフレームワークを使用して、異なる設計タスクを効率的に処理し、フレキシブルな拡張を可能にする。
さらに、IICPilotは、バックエンド設計ワークフローと特定のオープンソースEDAツールを統一EDA呼び出しインターフェースで分離する。
このアプローチにより、OpenROADやiEDAといったさまざまなオープンソースEDAツールとのシームレスな統合が可能になり、EDAツール間のバックエンド設計と最適化の合理化が可能になります。
関連論文リスト
- AI-Assisted Detector Design for the EIC (AID(2)E) [0.0]
ePIC実験には、性能、物理学的到達度、コストなど、多くの設計パラメータと目的が含まれている。
本研究の目的は,EIC(AID(2)E)のためのスケーラブルで分散AI支援型検出器の開発である。
論文 参考訳(メタデータ) (2024-05-25T15:33:44Z) - ESPnet-SPK: full pipeline speaker embedding toolkit with reproducible recipes, self-supervised front-ends, and off-the-shelf models [51.35570730554632]
ESPnet-SPKは、話者埋め込み抽出器を訓練するためのツールキットである。
我々は、x-vectorから最近のSKA-TDNNまで、いくつかのモデルを提供している。
開発モデルと他のドメインとの橋渡しも目指しています。
論文 参考訳(メタデータ) (2024-01-30T18:18:27Z) - LAMBO: Large Language Model Empowered Edge Intelligence [75.14984953011876]
モバイルエッジコンピューティング(MEC)のための LLM-based Offloading (LAMBO) フレームワークを提案する。
i) 入力埋め込み (IE) オフロードシステムの情報を制約で表現し、学習可能なベクターに高品質でプロンプトする (ii) 深いエンコーダと浅いデコーダを持つ意思決定モジュールである非対称エンコーダデコーダ (AED) モデル、 (iv) エキスパートフィードバック (ALEF) からのアクティブラーニング 動的環境変化に対応しながらAEDのデコーダ部分の微調整に使用できる。
論文 参考訳(メタデータ) (2023-08-29T07:25:42Z) - ChatEDA: A Large Language Model Powered Autonomous Agent for EDA [7.202924923538126]
本稿では,大規模な言語モデルであるAutoMageによって強化されたEDAのための自律エージェントであるChatEDAを紹介する。
ChatEDAは、タスク計画、スクリプト生成、タスク実行を効果的に管理することで、登録-転送レベル(RTL)からグラフデータシステムバージョンII(GDSII)への設計フローを合理化する。
論文 参考訳(メタデータ) (2023-08-20T08:32:13Z) - VEDLIoT -- Next generation accelerated AIoT systems and applications [4.964750143168832]
VEDLIoTプロジェクトは、分散人工知能(AIoT)アプリケーションのためのエネルギー効率のよいディープラーニング方法論の開発を目指している。
我々は,AIoTシステムに固有の安全性とセキュリティ問題に対処しながら,アルゴリズムの最適化に重点を置いた総合的なアプローチを提案する。
論文 参考訳(メタデータ) (2023-05-09T12:35:00Z) - Developing an AI-enabled IIoT platform -- Lessons learned from early use
case validation [47.37985501848305]
本稿では,このプラットフォームの設計について紹介し,AIによる視覚的品質検査の実証者の観点からの早期評価について述べる。
これは、この初期の評価活動で学んだ洞察と教訓によって補完される。
論文 参考訳(メタデータ) (2022-07-10T18:51:12Z) - Nemo: Guiding and Contextualizing Weak Supervision for Interactive Data
Programming [77.38174112525168]
私たちは、WS 学習パイプラインの全体的な生産性を、一般的な WS 監督アプローチと比較して平均20%(最大 47% のタスク)改善する、エンドツーエンドのインタラクティブなスーパービジョンシステムである Nemo を紹介します。
論文 参考訳(メタデータ) (2022-03-02T19:57:32Z) - YMIR: A Rapid Data-centric Development Platform for Vision Applications [82.67319997259622]
本稿では,コンピュータビジョンアプリケーションの開発を迅速化するオープンソースプラットフォームについて紹介する。
このプラットフォームは、効率的なデータ開発を機械学習開発プロセスの中心に置く。
論文 参考訳(メタデータ) (2021-11-19T05:02:55Z) - Computational Intelligence and Deep Learning for Next-Generation
Edge-Enabled Industrial IoT [51.68933585002123]
エッジ対応産業用IoTネットワークにおける計算知能とディープラーニング(DL)の展開方法について検討する。
本稿では,新しいマルチエグジットベースフェデレーションエッジ学習(ME-FEEL)フレームワークを提案する。
特に、提案されたME-FEELは、非常に限られたリソースを持つ産業用IoTネットワークにおいて、最大32.7%の精度を達成することができる。
論文 参考訳(メタデータ) (2021-10-28T08:14:57Z) - Platform for Situated Intelligence [19.208956579428296]
マルチモーダルな統合型AIシステムの迅速な開発と研究を支援するために開発されたオープンソースのフレームワークです。
このフレームワークは、異なるモダリティにわたるデータの一時的なストリームから推論を検知、融合、作成するためのインフラストラクチャを提供する。
論文 参考訳(メタデータ) (2021-03-29T22:30:15Z) - Workshops on Extreme Scale Design Automation (ESDA) Challenges and
Opportunities for 2025 and Beyond [10.439182852633788]
エクストリームスケール設計自動化に関するCCCワークショップシリーズは、EDAコミュニティが直面している課題を研究した。
この文書はこれらの会議の成果の要約である。
論文 参考訳(メタデータ) (2020-05-04T15:58:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。