회로 설계에서 성능(Performance), 전력(Power), 면적(Area) (PPA) 최적화는 필수적인 작업입니다. 이 과정은 회로 구조와 PPA 지표 간의 관계를 정확히 이해해야 합니다.

최근 LLM을 활용하여 이 과정을 자동화하려는 시도가 있었으나, 기존 방식들은 사전 지식에 크게 의존하거나 효율성이 떨어지는 문제가 있었습니다. 이에 본 논문에서는 완전 자동화된 PPA 최적화 프레임워크인 AutoPPA를 제안합니다.

AutoPPA의 핵심 아이디어는 최적 해답 탐색을 향상시키는 최적화 규칙들을 자동으로 생성하는 것입니다. 이를 위해 $E^2I$ (Explore-Evaluate-Induce) 워크플로우를 사용하며, 수동으로 정의된 지식 대신 다양한 생성 코드 쌍으로부터 규칙을 대비(contrast)하고 추상화합니다.

또한, AutoPPA는 일반화 성능을 높이기 위해 적응형 다단계 검색 프레임워크를 채택했습니다. 이 구조는 주어진 회로에 가장 효과적인 규칙들을 선택적으로 적용할 수 있게 합니다. 실험 결과, AutoPPA는 기존의 최적화 방법들뿐만 아니라 SymRTLO 및 RTLRewriter 같은 SOTA(State-of-the-Art) 기법들보다 뛰어난 성능을 보여주었습니다.