PulseAugur
实时 14:06:42
English(EN) LLM-Driven Design Space Exploration of FPGA-based Accelerators

LLM通过SECDA-DSE框架自动化FPGA加速器设计空间探索

研究人员开发了SECDA-DSE,一个利用大型语言模型(LLM)自动化FPGA加速器设计空间探索的新框架。该系统将LLM与现有的SECDA工具集成,以导航通常需要大量手动工作和专业知识的复杂硬件设计过程。该框架使用检索增强生成和思维链提示进行推理引导的探索,并包含一个用于持续改进的反馈循环。在Zynq-7000 FPGA上的初步评估表明,生成的加速器设计满足综合时序和资源约束。 AI

影响 为AI工作负载自动化复杂的硬件设计,可能加速专用AI加速器的开发。

排序理由 这是一篇详细介绍硬件设计自动化新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

LLM通过SECDA-DSE框架自动化FPGA加速器设计空间探索

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Vinamra Sharma, Xingjian Fu, Jude Haris, Jos\'e Cano ·

    基于FPGA加速器的LLM驱动设计空间探索

    arXiv:2605.05920v1 Announce Type: cross Abstract: Designing field-programmable gate array (FPGA)-based accelerators for modern artificial intelligence workloads requires navigating a large and complex hardware design space encompassing architectural parameters, dataflow strategie…