論文の概要: CASCoDe: A Closed-Loop Agentic Framework for Analog Sizing and Layout Co-Design
- arxiv url: http://arxiv.org/abs/2611.11710v1
- Date: Mon, 09 Nov 2026 00:10:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-11 09:45:38.095668
- Title: CASCoDe: A Closed-Loop Agentic Framework for Analog Sizing and Layout Co-Design
- Title(参考訳): CASCoDe: アナログサイズとレイアウトの共同設計のためのクローズドループエージェントフレームワーク
- Abstract要約: アナログネットリスト設計のための閉ループ LLM エージェントフレームワークである CASCoDe を提案する。
20基のSKY130アンプは単段、二段、三段のトポロジーにまたがっており、CASCoDeはDRCおよびLVSクレーンレイアウトを提供する唯一のフローである。
- 参考スコア(独自算出の注目度): 7.343992033578261
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Expert analog layouts differ from auto-generated ones in density and regularity, not only in legality: experts make a succession of discrete, hierarchical physical decisions and revisit each after extracted electrical results, while most existing automated flows act on a physical search space fixed before the controller runs. We present CASCoDe, a closed-loop LLM agent framework for analog netlist-to-layout design that formalizes those expert decisions as a hierarchical discrete action space-sizing selection, structural floorplan, local layout refinement, routing-attempt selection-on which the agent runs feedback-driven tree search from a circuit netlist to a verified GDS. The agent authors the circuit-specific floorplans and scripts, and an execution layer of interface adaptations over adapted tools make every action land at physical implementation and be judged by DRC, LVS, and extracted-RC simulation. On 20 SKY130 amplifiers spanning single-, two-, and three-stage topologies, CASCoDe is the only flow that delivers a DRC- and LVS-clean routed layout when meeting design specifications for every circuit. It reduces area by 59-85% (mean 71%) against a conventional P&R flow on identical PCells, raises mean device density from 0.39 to 0.74 against APPlace, MAGICAL, ALIGN and ICPI. A layout that beats every baseline in area and legality appears after 11 minutes of agent time on average, and ablations show that the structured action space and the feedback-guided tree search each reduce area and search cost.
- Abstract(参考訳): 専門家のアナログレイアウトは、密度と規則性において自動生成されたものとは異なるが、合法性だけでなく、専門家は個別で階層的な物理的決定を継承し、抽出された電気的結果の後、それぞれを再考する。
CASCoDeは、回路網リストから検証されたGDSへのフィードバック駆動ツリー探索を実行する、階層的な離散的なアクション空間サイズ選択、構造的フロアプラン、局所的なレイアウト改善、ルーティング・アタプティブ選択として、これらの専門家決定を形式化するアナログ網リストからレイアウト設計のためのクローズドループLLMエージェントフレームワークである。
エージェントは、回路固有のフロアプランとスクリプトを作成し、適応ツールに対するインタフェース適応の実行層は、すべてのアクションを物理的に実装し、DRC、LVS、抽出-RCシミュレーションによって判定する。
20基のSKY130アンプは単段、二段、三段のトポロジーにまたがっており、CASCoDeは各回路の設計仕様を満たす際に、DRCおよびLVSクレーンレイアウトを提供する唯一のフローである。
同一のPCell上の従来のP&Rフローに対して面積を59-85%(平均71%)削減し、applace、MAGICAL、ALIGN、ICPIに対して平均デバイス密度を0.39から0.74に引き上げる。
平均エージェント時間の11分後に,各基準線と合法性に打ち勝つレイアウトが出現し,構造化された行動空間とフィードバック誘導木探索は,各領域と探索コストを削減した。
関連論文リスト
- Evaluating AI Agents for Industrial-Level Chip Floorplanning: A Framework and Empirical Study [0.0]
本稿では,提案したレイアウトを所定の下流実装フローに接続する評価フレームワークを提案する。
我々は,Nova-SIをファイルアクセスに制限された汎用エンジニアリングエージェントやエージェントと比較した。
論文 参考訳(メタデータ) (2026-11-09T08:25:58Z) - CRISP: Cliff-awaRe Input-adaptive Sparse Prefilling with Structural-Mass-Motivated Routing [90.63350360476294]
本稿ではCRISP(Cliff-awaRe Input-adaptive Sparse Prefilling)を提案する。
ルーティング決定は、プロキシアテンションマップの構造から直接読み取ることができることを示す。
ソフトマックス後の質量崖を定式化し、厳密な累積被覆閾値が長い文脈でO(n)バックグラウンドノイズを蓄積することを理論的に示す。
論文 参考訳(メタデータ) (2026-09-01T22:49:46Z) - DRC-Aid: Design-Rule Correction via Agentic Framework utilizing Inference-Time Large Language Models [8.310339483962915]
本稿では,ローカルDRC修復を自動化するクローズドループエージェントフレームワークであるDRC-Aidを提案する。
幾何修復空間を制約するために、決定論的ルールエンジンは、物理検証ツールが報告した違反を幾何学的編集の有界メニューに変換する。
DRVを含むFreePDK45レイアウトを評価したところ、DRC-Aidは総違反率98%の92.5%のDRCクリーニング、LVS等価修復を達成した。
論文 参考訳(メタデータ) (2026-07-23T21:22:36Z) - ComplianceGate: Classifier-Gated Multi-Tier LLM Routing for Inference in Regulated Industries [0.609170287691728]
ユーザクエリのPIIは、システムがそのデータが管轄区域を離れるべきかどうかを決定する前に、モデルエンドポイントに到達することができる。
本稿では,設計によるコンプライアンスを強制する分類器ゲート型ルーティングアーキテクチャを提案する。
単純なクエリは、ほんの少しのコストで、小さくて高速なモデルに到達します。
論文 参考訳(メタデータ) (2026-06-30T05:49:50Z) - Phionyx: A Deterministic AI Runtime Architecture with Structured State Management and Pre-Response Governance [0.0]
我々は、より広範なEchoismインタラクションフレームワークから派生した決定論的AIランタイムアーキテクチャであるPhionyxを紹介する。
確率的エージェントとは異なり、フィオニクスは決定論的状態進化方程式によって支配される構造化状態ベクトルを介して決定論的状態進化を実行する。
本アーキテクチャは,(1)標準46ブロックパイプラインによるカーネル処理ノイズセンサ計測の定性評価,(2)事前応答制御とアーキテクチャプライバシ保護を実現する統一安全層,(3)影響重み付きキャッシュ消去を実装したセマンティック時間ベースのメモリシステムである。
論文 参考訳(メタデータ) (2026-05-04T18:35:31Z) - A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。
提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
論文 参考訳(メタデータ) (2026-02-11T10:02:31Z) - Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem [90.17610617854247]
本稿では,エージェントモデルの生産パイプラインを最適化する基盤インフラであるエージェント学習エコシステム(ALE)を紹介する。
ALEは、重量最適化のためのトレーニング後のフレームワークであるROLL、軌道生成のためのサンドボックス環境マネージャであるROCK、効率的なコンテキストエンジニアリングのためのエージェントフレームワークであるiFlow CLIの3つのコンポーネントで構成されている。
ROMEはALEが基盤として100万件以上のトラジェクトリをトレーニングしたオープンソースエージェントです。
論文 参考訳(メタデータ) (2025-12-31T14:03:39Z) - Multi-Agent Reinforcement Learning for Microprocessor Design Space
Exploration [71.95914457415624]
マイクロプロセッサアーキテクトは、高性能でエネルギー効率の追求において、ドメイン固有のカスタマイズにますます頼っている。
この問題に対処するために,Multi-Agent RL (MARL) を利用した別の定式化を提案する。
評価の結果,MARLの定式化は単エージェントRLのベースラインよりも一貫して優れていた。
論文 参考訳(メタデータ) (2022-11-29T17:10:24Z) - AutoSpace: Neural Architecture Search with Less Human Interference [84.42680793945007]
現在のニューラルネットワークアーキテクチャ検索(NAS)アルゴリズムは、ネットワーク構築のための検索空間を設計するための専門知識と努力を必要とします。
探索空間を最適なものに進化させる新しい微分可能な進化フレームワークであるAutoSpaceを提案する。
学習した検索空間では、最近のNASアルゴリズムの性能は、以前手作業で設計した空間に比べて大幅に改善できる。
論文 参考訳(メタデータ) (2021-03-22T13:28:56Z) - Real-Time Semantic Segmentation via Auto Depth, Downsampling Joint
Decision and Feature Aggregation [54.28963233377946]
本稿では,セグメンテーション戦略の自動化を目的として,AutoRTNetという共同検索フレームワークを提案する。
具体的には,ネットワーク深度とダウンサンプリング戦略を協調的に決定するハイパーセルと,自動マルチスケール機能アグリゲーションを実現するアグリゲーションセルを提案する。
論文 参考訳(メタデータ) (2020-03-31T14:02:25Z)
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。