研究人员开发了 BugGen 2.0,这是一个用于在寄存器传输级 (RTL) 代码中生成真实错误的新系统,这对于测试硬件设计至关重要。新版本通过使用确定性算法进行结构分析和目标选择,同时专门使用大型语言模型 (LLM) 进行局部语义重写来改进该过程。BugGen 2.0 显著降低了计算成本,与前代产品相比,使用的 token 数量减少了 6.8 倍到 15.4 倍,并且通过智能选择需要完全仿真的错误变体,还将模拟开销估计减少了 33.9% 到 63.6%。 AI
影响 这项研究通过提高 AI 驱动的错误合成的可扩展性和准确性,可能导致更高效、更具成本效益的硬件设计测试。
排序理由 该集群包含一篇研究论文,详细介绍了使用 LLM 在硬件设计代码中生成合成错误的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- Advanced Encryption Standard
- BugGen 1.0
- BugGen 2.0
- FabScalar: Automating Superscalar Core Design
- Lampyridae
- Large Language Models
- OpenTitan
- RTL
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →