AutoPPA: 基于对比代码的自动电路 PPA 优化
机器学习
2026-04-29 v2 硬件体系结构
摘要
性能、功耗和面积 (PPA) 优化是 RTL 设计中的基础任务，需要精确理解电路功能以及电路结构与 PPA 指标之间的关系。最近的研究尝试使用 LLM 自动化此过程，但 feedback-based 或 knowledge-based 方法仍不够高效，后者要么在无任何先验知识下设计，要么高度依赖人类总结的优化规则。在本文中，我们提出 AutoPPA，一个完全自动化的 PPA 优化框架。核心思想是自动生成提升搜索最优解的优化规则。为此，AutoPPA 采用 Explore-Evaluate-Induce () 工作流程，对比抽象自多样化生成的代码对，而非依赖手动定义的先验知识，从而获得更好的优化模式。为使抽象规则更具可迁移性，AutoPPA 采用自适应多步骤搜索框架，针对特定电路采用最有效的规则。实验表明，AutoPPA 在手动优化和最新方法 SymRTLO 和 RTLRewriter 均超越表现。
引用
@article{arxiv.2604.18445,
title = {AutoPPA: Automated Circuit PPA Optimization via Contrastive Code-based Rule Library Learning},
author = {Chongxiao Li and Pengwei Jin and Di Huang and Guangrun Sun and Husheng Han and Jianan Mu and Xinyao Zheng and Jiaguo Zhu and Shuyi Xing and Hanjun Wei and Tianyun Ma and Shuyao Cheng and Rui Zhang and Ying Wang and Zidong Du and Qi Guo and Xing Hu},
journal= {arXiv preprint arXiv:2604.18445},
year = {2026}
}