研究人员开发了 SECDA-DSE，一个集成大型语言模型 (LLM) 以自动化 AI 工作负载的基于 FPGA 的加速器设计的框架。该系统使用 LLM 进行推理引导的探索，生成候选架构并通过反馈循环进行优化。该框架成功地在 FPGA 硬件上生成并执行了三个不同的加速器设计，证明了其为不同工作负载调整配置和减少手动设计工作的能力。 AI
影响 自动化复杂的硬件设计，可能加速 AI 硬件的开发和部署。
排序理由 该集群包含一篇详细介绍新硬件设计框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.11117v1 Announce Type: cross Abstract: Designing FPGA-based accelerators for modern artificial intelligence workloads requires exploring a large and complex hardware design space that involves architectural parameters, data flow strategies, and memory hierarchies, maki…
Designing FPGA-based accelerators for modern artificial intelligence workloads requires exploring a large and complex hardware design space that involves architectural parameters, data flow strategies, and memory hierarchies, making the process very time consuming. While existing…