Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 논문은 도메인 특화 가속기(DSA) 검증 과정의 생산성 병목 현상을 해결하기 위한 데이터 중심 프레임워크 vTen을 제안합니다. 기존 방식이 겪던 동기화 오버헤드를 줄이기 위해, vTen은 검증 의도와 실행 메커니즘을 분리하고 DSL 및 커널 단위 배치 처리를 활용했습니다.
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 바로가기텐서 중심 소프트웨어 모델과 신호 레벨 하드웨어 테스트벤치 사이의 의미론적 격차(semantic gap)는 도메인 특화 가속기(Domain-Specific Accelerators, DSAs)를 검증하는 과정에서 상당한 생산성 병목 현상을 야기합니다. Cocotb와 같은 기존 프레임워크는 세밀한 상호작용으로 인해 과도한 동기화 오버헤드(synchronization overheads) 문제를 겪습니다. 이를 해결하기 위해, 우리는 검증 의도(verification intent)를 실행 메커니즘(execution mechanics)으로부터 엄격하게 분리하는 데이터 중심 프레임워크인 vTen을 제안합니다. 선언적 DSL(Domain-Specific Language)과 커널 단위 배치 처리(kernel-granular batching)를 활용하여, vTen은 호스트-시뮬레이터 상호작용 빈도를 최소화합니다. 프로덕션 규모의 3D U-Net 가속기에서 수행된 평가 결과, vTen은 Cocotb 대비 시뮬레이션 지연 시간(simulation latency)에서 2배의 성능 향상과 코드 복잡도에서 60.3%의 감소를 달성했습니다.