AnalogCoder：基于训练-free 代码生成的模拟电路设计
机器学习
2024-05-31 v2 新兴技术
摘要
模拟电路设计是现代芯片技术中的重要任务，关注组件类型、连通性和参数的选择，以确保电路功能正常。尽管大语言模型 (LLM) 在数字电路设计方面取得了进展，但模拟电路的复杂性和数据稀缺性仍是挑战。为缓解此问题，我们引入 AnalogCoder，这是第一个无需训练的 LLM 代理，通过 Python 代码生成来设计模拟电路。首先，AnalogCoder 集成了带有定制领域特定提示的反馈增强流程，实现了高成功率的自动化和自我纠正的模拟电路设计。其次，它提出了电路工具库，将成功的设计归档为可重用的模块子电路，简化了复合电路的创建。最后，在覆盖广泛模拟电路任务的基准测试上进行了大量实验，表明 AnalogCoder 在其他 LLM-based 方法中表现更佳。它成功设计了 20 条电路，比标准 GPT-4o 多设计了 5 条。我们认为 AnalogCoder 可以显著提高繁琐的芯片设计流程，使非专家能够高效地完成模拟电路设计。
引用
@article{arxiv.2405.14918,
title = {AnalogCoder: Analog Circuit Design via Training-Free Code Generation},
author = {Yao Lai and Sungyoung Lee and Guojin Chen and Souradip Poddar and Mengkang Hu and David Z. Pan and Ping Luo},
journal= {arXiv preprint arXiv:2405.14918},
year = {2024}
}