★ 3
LLM 智能体能否用更高层抽象设计更好的芯片
研究比较了直接RTL设计、基于智能体的HLS设计及多种精修流程,提出AHRR(智能体HLS设计+HLS后RTL精修)组合工作流。在11项任务的基准测试中,AHRR相比直接RTL设计取得2.6倍几何平均加速。结果表明HLS可将设计知识蒸馏为智能体可用的抽象,而RTL精修能恢复底层优化机会。
arXiv cs.AI42 天前
共 4 篇相关资讯,按重要度与时间排序,每 3 小时更新。
研究比较了直接RTL设计、基于智能体的HLS设计及多种精修流程,提出AHRR(智能体HLS设计+HLS后RTL精修)组合工作流。在11项任务的基准测试中,AHRR相比直接RTL设计取得2.6倍几何平均加速。结果表明HLS可将设计知识蒸馏为智能体可用的抽象,而RTL精修能恢复底层优化机会。
一篇 arXiv 综述梳理了 100 余项在 FPGA 与集成电路平台上实现强化学习的研究,按算法族、抽象层级与硬件实现策略分类。文章比较了资源占用、延迟、吞吐与功耗,并总结可复用的架构模式与开放挑战,为 RL 专用硬件设计提供统一参考。
公平感知模型压缩需在精度、公平性与部署成本间权衡,方法组合或需求变更时决策更难。论文提出 FairCompressAgent,通过统一算子接口整合公平感知剪枝、增量量化与稀疏低秩分解,由语言模型规划器依据模型画像与实测结果选择配置。在 Fitzpatrick-17k 与 VGG-11 上,精度约束…
该论文提出DiffLUT-Net,一种由六输入查找表(LUT)构成、可从零训练的原生FPGA网络。方法通过可微LUT函数松弛与硬件源选择,联合学习LUT的64个真值表项及其六个输入端口来源。训练后真值表与连接被离散化,可剪枝冗余逻辑并直接导出为可综合Verilog,在五个基准上取得良好的精度-资源…