Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
VPR-Evolve는 LLM 멀티 에이전트를 활용하여 FPGA 배치 및 라우팅 엔진인 VPR의 소스 코드를 설계별로 최적화하는 프레임워크입니다. 하이퍼파라미터 튜닝을 넘어 코드 수준의 진화를 통해 회로 성능과 도구 실행 시간을 획기적으로 개선합니다.
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 바로가기CAD 도구들은 일반적으로 구조적 및 타이밍 특성이 매우 다른 회로들에 대해 동일한 고정된 수동 설계 알고리즘을 적용합니다. 이러한 범용적인 흐름(flows)을 타겟 설계에 맞게 특화하는 일반적인 방법은 CAD 도구의 하이퍼파라미터(hyperparameters)를 튜닝하는 것입니다. 그러나 하이퍼파라미터 튜닝은 고정된 알고리즘에 의해 이미 구현된 동작들 중에서만 선택할 수 있기 때문에, 많은 비용이 드는 배치 및 라우팅(place-and-route) 평가를 요구하면서도 달성 가능한 결과의 품질을 제한합니다. 우리는 각 설계에 대해 소스 코드를 진화시킴으로써 Verilog-to-Routing (VTR) 흐름 내의 오픈 소스 FPGA pack-place-and-route 엔진인 Versatile Place and Route (VPR)를 특화하는 멀티 에이전트 프레임워크인 VPR-Evolve를 제시합니다. VPR-Evolve는 LLM 에이전트를 사용하여 코드 수준의 수정을 제안, 구현 및 평가하며, 공유 메모리(shared memory)는 이전의 결과들을 기록하고 후속 진화를 가이드합니다. 모든 후보는 완전한 VPR 빌드 및 실행을 통해 평가되며, 임계 경로 지연(critical-path delay, CPD), 라우팅된 배선 길이(routed wirelength, WL), 그리고 도구 실행 시간(tool runtime, RT)의 가중치 함수로 측정되는 복합 점수를 직접 최적화합니다. 5개의 VTR-9 벤치마크 회로 전반에 걸쳐, VPR-Evolve는 VTR-9의 기본 VPR 대비 복합 점수를 최대 2.7% 향상시켰습니다. 기본 VPR와 비교했을 때, CPD는 최대 9.8%, 라우팅된 WL은 최대 18.1%, 도구 RT는 최대 79.3%까지 감소시켰습니다. VPR-Evolve는 하이퍼파라미터 튜닝 베이스라인과 비교하여 CPD를 최대 6.0%, 라우팅된 WL을 최대 2.2%, 도구 RT를 최대 7.8% 감소시켰습니다.