EquivFusion: 알고리즘부터 넷리스트까지 하드웨어 동등성 검증 통합 솔루션

현대 설계 흐름에서는 딥러닝 프레임워크부터 하드웨어 넷리스트에 이르기까지 이질적인 추상화 레벨을 아우르는 것이 일반적입니다. 이러한 환경에서 고수준의 알고리즘 모델과 저수준 하드웨어 구현 간의 기능적 일관성을 보장하는 것은 매우 중요한 과제입니다.

본 논문에서 제안하는 EquivFusion은 다중 모달(multi-modal) 회로 설계를 위해 특별히 설계된 엔드투엔드 동등성 검증(equivalence checking) 도구입니다. 기존의 접근 방식들이 특정 영역에 국한되거나 임시방편적인 변환에 의존했던 것과 달리, EquivFusion은 검증 지향적 (verification-oriented) MLIR 로어링 파이프라인을 활용하여 다양한 진입점(entry points)들을 하나의 공통 중간 표현(Intermediate Representation, IR)으로 통합합니다.

EquivFusion이 지원하는 입력 포맷에는 PyTorch, C/C++, Chisel, Verilog, 그리고 게이트 레벨 넷리스트가 포함됩니다. 이러한 다양성은 EquivFusion이 소프트웨어 사양과 하드웨어 구현 사이의 의미론적 격차(semantic gap)를 해소할 수 있음을 입증합니다.

작동 원리는 다음과 같습니다:

1. 통합 IR 변환: 다양한 입력 포맷을 MLIR 기반 파이프라인을 통해 공통 중간 표현으로 통일합니다.
2. 자동 쌍별 검증: 이 통합된 아키텍처를 활용하여 여러 추상화 레벨에 걸친 자동적인 쌍별 동등성 검증(pairwise equivalence checking)을 수행합니다.
3. 표준 형식 변환: 최종적으로 디자인은 SMT-LIB, BTOR2, AIGER와 같은 표준 공식 검증 포맷으로 엄격하게 번역됩니다.

이러한 시스템적 접근 방식 덕분에 EquivFusion은 데이터패스(datapath) 집약적인 하드웨어 설계에서 'Shift-Left' 형식 검증을 촉진하는 데 효과적임을 보여줍니다. 이는 개발 초기 단계부터 공식적인 검증을 수행할 수 있게 함으로써, 복잡하고 이질적인 현대 시스템 온 칩(SoC) 설계의 신뢰성을 혁신적으로 높일 잠재력을 가집니다.