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.