基于 GenAI 的 RISC-V 供应链探索方法
硬件体系结构
2026-05-18 v1 人工智能
摘要
本文提出一种 LLM 赋能的 RISC-V 供应链分析工作流程，集成视觉语言模型（VLM）和模型驱动工程（MDE），以实现全面、多模态的数据驱动洞察。该方法解决了异构且非结构化供应链数据的挑战，利用 LLM 进行文本理解，VLM 从图表、表格和扫描文档等视觉制品中提取信息。这些模型协同识别关键实体与关系，再组织进知识图谱，表示供应链组件及其相互依存关系。对于分析推理，工作流程融合 MDE 技术和约束建模，以实现依赖关系的形式化验证、瓶颈检测及风险评估。LLM 与 VLM 基于语义的理解与 MDE 基于形式化分析的协同作用，支持探索性和系统性评估供应链韧性。人类在环机制进一步实现交互式查询与专家验证。该方法在 RISC-V 生态系统场景中得到评估，展示其在生成可操作性洞察、提升透明度及支持复杂半导体供应链决策方面的有效性。
引用
@article{arxiv.2605.15223,
title = {GenAI-Driven Approach to RISC-V Supply Chain Exploration},
author = {Nenad Petrovic and Andre Schamschurko and Yingjie Xu and Alois Knoll},
journal= {arXiv preprint arXiv:2605.15223},
year = {2026}
}