把 RTL 写得更短,综合出来的电路未必更小。AI 交出功能正确的代码,芯片工程师仍要追问:面积省了多少,时序有没有改善,搜索花了多大代价?
华为研究团队公开的 RTLScout,把这些问题送回模型面前。芯片行业把功耗、性能和面积合称 PPA;这篇论文的主结果集中在面积与时延,功耗收益还需单独测量。LLM 提出候选设计,EDA 工具检查并测量,结果再返回给模型,驱动下一轮修改。候选通过检查、留下测量结果,下一轮才有依据。
先对齐一个版本差异:6 月论文版本报告 FP16 乘法器面积降低 35%、延迟降低 45%;9 月 14 日修订版改用 GLM 5.2,摘要更新为 34% 和 38%。以下分析采用修订版。这是作者在 ASAP7 预测工艺库下的研究结果,尚不能推导为量产芯片收益。
模型拿到的是电路反馈
RTLScout 来自华为瑞士计算系统实验室和香港诺亚方舟实验室的研究人员。代码仓库公开,采用 BSD-3-Clause-Clear 许可证。生成、检查、测量和再修改,都有对应的执行入口。
一次评估先将候选设计编译为 Verilog,再通过 Verilator 做 lint 和对照仿真,随后由 Yosys 综合、OpenROAD 做静态时序分析。模型看到错误信息、仿真结果、面积、延迟和最差时序路径,决定下一步修改。
“再优化一下”没有告诉模型该往哪里改,工具返回的路径和数字则给出了线索。关键路径暴露时序瓶颈,非关键逻辑则可能容纳更多面积优化。模型有机会区分哪些地方值得修改,也可能发现一轮看似合理的改动实际让电路变差。
研究者还保留了一个精英池,存放较优设计及成功、失败经验。后续运行可以从池中接着探索,也可以换一个新起点,减少重复尝试,保留其他探索方向。设计和经验在运行间传递,这不等于模型权重接受了在线训练。
四个阶段,各自改动哪一层
RTLScout 的四阶段方法有明确分工。第一阶段由模型调整算法和 RTL 结构,例如重组浮点处理逻辑、去掉冗余路径。此时先保持算术表达的简洁,让模型集中处理结构问题。
第二阶段引入 Spire。这是一种嵌入 Python 的硬件描述语言,能够生成可综合的 Verilog。模型可以用装饰器标记某个子电路,由编译过程调用 ABC,优化 AIG,也就是用与门和反相连接表达的逻辑网络。
模型由此获得了局部选择权:哪些区域交给门级综合、采用什么优化目标,可以写进源代码。复杂布尔变换由工具执行,模型负责决定优化范围与意图。
第三阶段对算术架构做扫描,在已有实现库里比较部分积压缩和加法结构,例如 Wallace、Dadda 与不同前缀加法器。第四阶段再对留下的候选做更高强度的门级精炼。新版的泛化实验还把算术选择并入装饰器,流程并不要求每个任务都独立跑满四段。
源码结构、布尔实现和算术拓扑,各自有值得探索的选择。让模型承担选择与调度,让成熟算法处理精细变换,可以把一次生成扩展成多层探索。
面积与时延,要分开读
修订版主实验采用支持次正规数、舍入和特殊值处理的 IEEE-754 FP16 乘法器。起始设计面积为 116 平方微米、延迟为 1530 皮秒;完整流程得到的最佳面积为 77 平方微米,最佳延迟为 949 皮秒。
两项降幅分别约为 34% 和 38%。两个数字要分开读。它们是各列的搜索最优值,不能拼成同一实现的坐标。面积优先和时延优先可能产生不同电路,工程师实际选择的是满足约束的折中点。Pareto 前沿保留了互不支配的候选:在已测设计中,无法在一项不变差的前提下继续改善另一项。
去掉部分阶段,结果会怎样?论文做了消融对照。只做算术扫描时,最佳面积和延迟分别为 109 平方微米、1339 皮秒;只对起点做匹配算力预算的高强度门级综合,分别为 89 平方微米、1000 皮秒。完整流程进一步扩大了可选空间。
论文还与同一 ASAP7 下、由 Cadence Genus 综合的既有参考实现比较,报告了更好的面积—延迟前沿。这个比较限定在具体模块、参考实现和实验设置中;它没有给出商业工具在所有设计与约束下的能力上限。
再往下,还要看数字是在哪一步测出来的。这里是技术映射后的面积和时延,ASAP7 是预测性研究 PDK;ASU 官方明确说明,其用途是学术研究,所得设计不可直接制造。完整布局布线、寄生参数、功耗活动和量产签核仍需另行评估。
正确性需要逐层验收
主实验对在环候选使用约 1890 万组定向与结构化输入对做检查;最终报告的 Pareto 最优 FP16 乘法器,还对全部 2³² 组输入对进行门级穷举,与逐位精确的参考模型比较。
这给小型组合模块提供了较强的功能证据。但穷举某个有限输入空间,并不能替代对未知规格、复位、跨时钟域或整个系统的验证。参考模型本身是否可信,也仍是前提。
新版已扩展到 FP32 加法器,以及组合和五级流水的 posit 点积单元,后者采用另一种数值编码。继续说它“完全没有时序设计证据”已经过时;这些实验距离大型 SoC 的完整验证又有明显差距。
14 个 RTLRewriter 案例则采用另一套口径:Spire 流程相对同配置 Verilog 流程,平均每例 Yosys 单元数降低 16.3%。它取的是每个案例相对变化的平均值。把所有单元相加后计算降幅,会得到另一种统计结果;物理面积和项目周期则还需要额外测量。
验证方法也随案例变化,修订版披露了组合或时序等价检查,并对其中两项 32 位乘法案例采用百万向量仿真。读同类论文时,必须把每个结果与对应的检查方法绑在一起。
值得算清楚的,还有搜索成本
论文为主实验流程列出 312.9 核时计算量、52.55 美元模型 API 费用;按作者采用的每核时 0.04 美元计价,总费用为 65.07 美元。预算表包含验证,计算量主要集中在后段门级精炼。
这张账单能看出资源花在哪里,企业导入还得重新算。核时是计算资源累计量,并行度会改变实际等待时间。模型价格、环境配置、工程师 review、失败重跑和商业工具适配,都可能改变总账。
RTL 工程师应先检查优化是否保留接口、位宽、舍入和边界行为;CAD 团队需要确认工具版本、库和约束是否可重放;研发负责人则要衡量达到目标约束的有效候选数量,以及人工检查与重开的成本。
试点可以从一个规格清楚、有可信参考实现的小模块开始。固定基线、工具和预算,分别比较人工起点、单独工具优化以及完整流程。提前约定失败样本如何保留,避免最终只看见最漂亮的一次结果。在这类试点里,专业知识库与流程编排可以连接规格、日志和工具调用,把设计依据和人工 review 节点一并留下。
我们更看重 RTLScout 展示的工程方法:让生成的候选持续接受功能与成本测量,并保存每一步的选择依据。只报告代码是否生成成功,已经无法说明 AI 辅助设计的实际价值。
评价下一套类似系统,可以沿着三个问题验收:正确性靠什么证明,收益在哪个测量层级成立,为了得到它付出了多少搜索与人工成本。证据越能沿真实研发流程传递,研究结果就越有机会进入工程试点。
下一步,要看它能否在真实目标库、团队约束和更复杂模块下,持续交出通过检查、满足时序且值得采用的设计。这样的结果,才有资格进入芯片项目的交付判断。
作者:麒芯
声明:本文基于公开论文与项目文档整理,实验结果来自作者报告,未作独立复现;工程应用需在目标环境验证。
参考资料:
arXiv:RTLScout: Joint Agentic Code and Synthesis Optimization for Efficient Digital Circuits(v2、v3)
Huawei Computing Systems Lab:RTLScout、Spire HDL 项目文档
Arizona State University:ASAP Predictive PDK 官方说明
热门跟贴