基于大语言模型的模拟电路和混合信号电路规模化 AI 代理
机器学习
2025-09-03 v1 硬件体系结构
摘要
模拟和混合信号 (AMS) 集成电路 (IC) 的设计通常需要大量的手动工作，尤其是在晶体管规模化过程中。虽然电子设计自动化 (EDA) 中的机器学习技术在减少复杂性和最小化人工干预方面显示出前景，但它们仍面临诸多挑战，如大量迭代以及缺乏关于 AMS 电路设计的知识。最近，大语言模型 (LLM) 在各个领域都展现出巨大的潜力，显示出一定的电路设计知识，表明其有望自动化晶体管规模化过程。在本工作中，我们提出了一种用于 AMS 电路设计的基于大语言模型的 AI 代理，以协助规模化过程。通过将大语言模型集成到外部电路仿真工具和数据分析功能中，并采用提示工程策略，该代理成功地针对多个电路实现了目标性能指标。我们评估了不同大语言模型的性能，以评估其在七个基本电路中的适用性和优化效果，选取表现最佳的 Claude 3.5 Sonnet 在运算放大器（具有共轨输入级和 Class AB 输出级）上进行进一步探索。该电路针对九个性能指标进行评估，并在三个不同的性能要求组下进行实验。最高可达 60% 的成功率实现目标要求。总体而言，本工作证明了大语言模型在改进 AMS 电路设计方面的潜力。
引用
@article{arxiv.2504.11497,
title = {LLM-based AI Agent for Sizing of Analog and Mixed Signal Circuit},
author = {Chang Liu and Emmanuel A. Olowe and Danial Chitnis},
journal= {arXiv preprint arXiv:2504.11497},
year = {2025}
}
备注
to be presented in IEEE NEWCAS 2025