基于大语言模型的智能体推理高级综合系统 Agentic-HLS
人工智能
2024-12-17 v2 硬件体系结构
摘要
我们旨在为 ML Chip Design with HLS 2024 大赛预测芯片设计的有效性、运行时延（以循环计数表示）、BRAM 利用率（util-BRAM）、查找表利用率（uti-LUT）、翻转锁存器利用率（util-FF）以及数字信号处理器利用率（util-DSP）。我们采用了大语言模型中的链式思维技术，用于执行分类和回归任务。我们的预测是，随着模型规模的增大，推理能力得到了显著提升。我们发布了我们的提示词，并提出了一个面向大语言模型的 HLS 基准任务。
引用
@article{arxiv.2412.01604,
title = {Agentic-HLS: An agentic reasoning based high-level synthesis system using large language models (AI for EDA workshop 2024)},
author = {Ali Emre Oztas and Mahdi Jelodari},
journal= {arXiv preprint arXiv:2412.01604},
year = {2024}
}
备注
AI4EDA co-located with 38th Conference on Neural Information Processing Systems (NeurIPS 2024)