Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
HLS 설계를 위해 계약 정렬형 멀티 에이전트 워크플로우인 ContractHIL-HLS를 제안합니다. 자연어 요구사항을 구조화된 계약으로 변환하고, 하드웨어 피드백 루프를 통해 설계의 정확도와 성능을 최적화합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AR의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기본 논문은 실질적인 고수준 합성 (HLS, High-Level Synthesis) 엔지니어링을 위한 계약 정렬형 멀티 에이전트 워크플로우인 ContractHIL-HLS를 제시합니다. 이 워크플로우는 세 가지 기여를 합니다. 첫째, 자연어 요구사항을 명시적인 인터페이스, 제약 조건, 검증 체크 및 롤백 규칙으로 변환하는 의미론적 정렬(semantic-alignment) 및 작업 실행 산출물로서 구조화된 계약(contract)을 도입합니다. 둘째, HLS, Vivado, PYNQ 런타임, 전력 및 실패 증거를 생성 과정에 다시 피드백함으로써 하드웨어 정보를 피드백 루프에 통합하며, 이를 통해 LLM 지원 HLS를 커널 코드 수준에서 시스템 및 보드 수준의 클로저(closure)로 확장합니다. 셋째, 에이전트를 대화 역할이 아닌 의미론적 하향(semantic lowering) 및 실행 작업에 따라 분해합니다: Contract Agent는 자연어를 계약으로 하향시키고, HTML Agent는 계약을 지속 가능한 구조화된 HTML로 렌더링하며, Hardware-in-the-Loop Agent는 측정된 증거를 바탕으로 설계를 구현하고 수정합니다. 우리는 두 부분으로 나누어 ContractHIL-HLS를 평가합니다. 94개의 로컬 실행 가능 HLS-Eval 작업에서, 구조화된 계약은 가장 큰 소규모 설계 이득을 제공하여 추정된 단일 샘플 테스트벤치 통과율을 64.0%에서 70.2%로 향상시켰으며, 전체 플로우는 pass@1 70.4% 및 pass@5 76.6%에 도달했습니다. HLS-Eval은 보드 수준의 설계를 실행하지 않기 때문에, 우리는 또한 보드에서 테스트된 ML-KEM/ML-DSA 양자 내성 암호 (PQC, Post-Quantum Cryptography) 보안 메시지 가속기에서 ContractHIL-HLS를 검증했습니다. 여기서 유지된 이중 비트스트림(dual-bitstream) 구성은 복호화된 메시지 검증을 유지하면서 두 이미지 모두에서 양수의 라우팅된 WNS를 달성함과 동시에, 6개 메시지의 평균 텍스트 실행 시간을 207.3 ms에서 52.4 ms로 단축했습니다. 우리는 우리의 작업물을 BJUT-CS316-LAB/ContractHIL-HLS (https://github.com/BJUT-CS316-LAB/ContractHIL-HLS)에 오픈 소스로 공개합니다.