Chip-Chat: Challenges and Opportunities in Conversational Hardware Design

要約

最新のハードウェア設計は、自然言語で提供される仕様から始まります。
これらは、回路要素を合成する前に、ハードウェア エンジニアによって Verilog などの適切なハードウェア記述言語 (HDL) に翻訳されます。
この翻訳を自動化すると、エンジニアリング プロセスによる人的エラーの原因を減らすことができます。
しかし、人工知能 (AI) がマシンベースのエンドツーエンドの設計変換機能を実証したのはつい最近のことです。
OpenAI の ChatGPT や Google の Bard など、市販されている命令調整型大規模言語モデル (LLM) は、さまざまなプログラミング言語でコードを生成できると主張しています。
しかし、ハードウェアに関してそれらを調査する研究はまだ不足しています。
したがって、この研究では、LLM の最近の進歩をハードウェア設計に活用する際に直面する課題と提示される機会を探ります。
8 つの代表的なベンチマークのスイートを使用して、機能と検証の目的で Verilog を作成する場合の最先端の会話型 LLM の機能と制限を調べました。
LLM はインタラクティブに使用したときに最高のパフォーマンスを発揮することを考慮して、ハードウェア エンジニアが新しい 8 ビット アキュムレータ ベースのマイクロプロセッサ アーキテクチャを共同設計した、より長い完全な会話形式のケース スタディを実行しました。
私たちはベンチマークとプロセッサを Skywater 130nm シャトルでテープアウトに送りました。つまり、これらの「チップチャット」により、世界初と思われる完全に AI で書かれたテープアウト用 HDL が誕生しました。

要約(オリジナル)

Modern hardware design starts with specifications provided in natural language. These are then translated by hardware engineers into appropriate Hardware Description Languages (HDLs) such as Verilog before synthesizing circuit elements. Automating this translation could reduce sources of human error from the engineering process. But, it is only recently that artificial intelligence (AI) has demonstrated capabilities for machine-based end-to-end design translations. Commercially-available instruction-tuned Large Language Models (LLMs) such as OpenAI’s ChatGPT and Google’s Bard claim to be able to produce code in a variety of programming languages; but studies examining them for hardware are still lacking. In this work, we thus explore the challenges faced and opportunities presented when leveraging these recent advances in LLMs for hardware design. Using a suite of 8 representative benchmarks, we examined the capabilities and limitations of the state of the art conversational LLMs when producing Verilog for functional and verification purposes. Given that the LLMs performed best when used interactively, we then performed a longer fully conversational case study where a hardware engineer co-designed a novel 8-bit accumulator-based microprocessor architecture. We sent the benchmarks and processor to tapeout in a Skywater 130nm shuttle, meaning that these ‘Chip-Chats’ resulted in what we believe to be the world’s first wholly-AI-written HDL for tapeout.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google