FT-Pilot: 通过漏洞引导的LLM实现自动化容错RTL重写
硬件体系结构
2026-05-28 v1
摘要
随着集成电路技术持续向先进工艺节点演进，节点电容和供电电压的不断降低使得数字系统对软错误愈发敏感。虽然传统的全芯片加固方法能够提升可靠性，但通常会带来不可接受的面积和功耗开销，因此选择性加固成为一种更实用的工程解决方案。然而，现有方法通常依赖耗时的故障注入仿真，通过漏洞分析来确定加固位置，并且在加固阶段仍然严重依赖人工策略选择和RTL修改，这使得它们难以在早期设计阶段实现高效的自动化可靠性优化。针对这些挑战，本文提出了FT-Pilot，一个基于GNN引导的LLM框架，用于自动化的RTL软错误加固。该框架首先使用GNN在RTL层面直接识别关键易损资产，然后引入一个由分析器和重写器组成的LLM驱动重写引擎，该引擎在双知识库检索增强生成和自动修复机制的支持下，执行RTL级别的容错代码重写。实验结果表明，所提出的框架能够自动生成语法正确、功能正确且可在多个基准电路上综合的加固RTL设计，同时在软错误场景下显著降低输出错误率。这项工作为在RTL层面实现左移可靠性优化提供了一条实用的自动化路径。
引用
@article{arxiv.2605.28169,
title = {FT-Pilot: Automated Fault-Tolerant RTL Rewriting via Vulnerability-Guided LLMs},
author = {Weixing Liu and Zizhen Liu and Jing Ye and Naixing Wang and Cheng Liu and Huawei Li and Xiaowei Li},
journal= {arXiv preprint arXiv:2605.28169},
year = {2026}
}