ChipXplore：硬件设计与库的自然语言探索

硬件设计工作流依赖于来自不同制造节点的工艺设计套件（PDK），每个套件包含针对速度、功耗或密度优化的标准单元库。工程师通常需要在设计与目标 PDK 之间进行导航，以做出明智决策，例如选择门电路进行面积优化或提升关键路径的速度。然而，这一过程通常是手动的、耗时的且容易出错。为解决此问题，我们提出了 ChipXplore，一个由大型语言模型驱动的多智能体协作框架，使工程师能够使用自然语言查询硬件设计和 PDK。通过利用 PDK 和硬件设计数据的结构化特性，ChipXplore 通过文本到 SQL 和文本到 Cypher 的定制工作流检索相关信息。该框架在复杂自然语言查询中实现了 97.39% 的执行准确率，并在用户研究中将检索速度提升了 5.63 倍，同时将错误减少了 5.25 倍，从而提高了生产力。与通用工作流相比，ChipXplore 的定制工作流能够协调跨多个数据库的推理和规划，将准确率提高了 29.78%。ChipXplore 为构建能够处理需要 PDK 和硬件设计感知的多样化物理设计任务的自主智能体奠定了基础。