Project Tracyn: Generative Artificial Intelligence based Peripherals Trace Synthesizer

要約

Peripheral Component Interconnect Express (PCIe) は、高速周辺機器および CPU の事実上の相互接続標準です。
新たなシナリオに合わせて PCIe デバイスのプロトタイピングと最適化を行うことは、継続的な課題です。
トランザクション層パケット (TLP) はデバイスと CPU の相互作用をキャプチャするため、効果的なデバイス設計と最適化のために現実的な TLP トレースを分析して生成することが重要です。
Generative AI は、PCIe ハードウェアおよびソフトウェア開発に必要な複雑なカスタム TLP トレースを作成するための有望なアプローチを提供します。
ただし、既存のモデルでは、TLP の順序付けや因果関係などの PCIe 固有の制約がないため、非実用的なトレースが生成されることがよくあります。
このペーパーでは、PCIe 固有の制約を組み込みながら、TLP トレース生成を生成 AI 問題として扱う最初のフレームワークである Phantom について説明します。
実際の PCIe ネットワーク インターフェイス カードの TLP トレースを生成することで、Phantom の有効性を検証します。
実験結果では、Phantom が実用的な大規模な TLP トレースを生成し、既存のモデルを大幅に上回るパフォーマンスを示し、タスク固有のメトリクスで最大 1000$\times$、Frechet Inception Distance (FID) で最大 2.19$\times$ 向上していることが示されています。
バックボーンのみのメソッドに。

要約(オリジナル)

Peripheral Component Interconnect Express (PCIe) is the de facto interconnect standard for high-speed peripherals and CPUs. Prototyping and optimizing PCIe devices for emerging scenarios is an ongoing challenge. Since Transaction Layer Packets (TLPs) capture device-CPU interactions, it is crucial to analyze and generate realistic TLP traces for effective device design and optimization. Generative AI offers a promising approach for creating intricate, custom TLP traces necessary for PCIe hardware and software development. However, existing models often generate impractical traces due to the absence of PCIe-specific constraints, such as TLP ordering and causality. This paper presents Phantom, the first framework that treats TLP trace generation as a generative AI problem while incorporating PCIe-specific constraints. We validate Phantom’s effectiveness by generating TLP traces for an actual PCIe network interface card. Experimental results show that Phantom produces practical, large-scale TLP traces, significantly outperforming existing models, with improvements of up to 1000$\times$ in task-specific metrics and up to 2.19$\times$ in Frechet Inception Distance (FID) compared to backbone-only methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google