GR-Evolve: LLM 기반 알고리즘 진화를 통한 설계 적응형 전역 라우팅

요약

GR-Evolve은 대규모 언어 모델(LLM)을 활용하여 알고리즘 코드를 반복적으로 수정함으로써, ASIC 설계의 복잡성 증가와 기존 EDA 도구의 한계를 극복하는 '설계 적응형 (design-adaptive)' 전역 라우팅 프레임워크입니다. 이 시스템은 QoR 기반 피드백을 받아 LLM이 전역 라우터 소스 코드를 자동으로 진화시키고 최적화합니다. 벤치마크 테스트 결과, GR-Evolve는 기존 라우터 대비 와이어 길이(wirelength)를 최대 8.72%까지 감소시키는 성능 향상을 입증하며, LLM 기반의 설계 적응형 EDA 도구링의 잠재력을 보여줍니다.

핵심 포인트

• 기존 EDA 도구는 고정된 휴리스틱에 의존하여 수동 튜닝이 필요하고, 알고리즘 자체를 설계에 맞게 적응시키지 못하는 한계가 있다.
• GR-Evolve은 LLM을 사용하여 전역 라우팅 소스 코드를 반복적으로 수정(코드 진화)함으로써, 주어진 설계의 특성에 자동으로 최적화되는 '설계 적응형' 접근 방식을 구현했다.
• 이 프레임워크는 QoR 기반 피드백과 오픈소스 전역 라우터에 대한 컨텍스트 지식을 LLM에 제공하여 코드 개선을 유도한다.
• 실제 벤치마크 테스트에서 GR-Evolve는 기존 베이스라인 대비 와이어 길이(wirelength)를 최대 8.72%까지 감소시키는 성능 향상을 달성했다.