DAVE：从英语自动推导 Verilog
软件工程
2020-10-21 v1 计算与语言
机器学习
机器学习
摘要
尽管数字系统的规格说明以自然语言给出，工程师仍需付出大量努力将其翻译为数字系统编译器所能理解的程序语言。将这一过程自动化可使设计者使用其最熟悉的语言——原始自然语言——工作，并将精力集中于其他下游设计挑战。我们探索使用最先进的机器学习（ML），通过微调自然语言 ML 系统 GPT-2，从英语自动推导 Verilog 代码片段。我们描述了生成适用于新手级数字设计任务的合适数据集的方法，并对 GPT-2 进行了详细探究，发现其在我们的任务集上取得了令人鼓舞的翻译性能（94.8% 正确），且能够处理简单与抽象的设计任务。
引用
@article{arxiv.2009.01026,
title = {DAVE: Deriving Automatically Verilog from English},
author = {Hammond Pearce and Benjamin Tan and Ramesh Karri},
journal= {arXiv preprint arXiv:2009.01026},
year = {2020}
}
备注
6 pages, 2 figures