概要 - MCP4EDA: バックエンド認識合成最適化付きのLLM駆動モデルコンテキストプロトコルRTL-to-GDSII自動化

MCP4EDA: バックエンド認識合成最適化付きのLLM駆動モデルコンテキストプロトコルRTL-to-GDSII自動化

2025-07-25 17:16:26

{"Yiting Wang","Wanghao Ye","Yexiao He","Yiran Chen","Gang Qu","Ang Li"}

{cs.AR,cs.MA}

この論文では、MCP4EDAという新しいモデルコンテキストプロトコル（MCP）サーバーを紹介します。このサーバーは、大規模言語モデル（LLM）が自然言語インタラクションを通じて、オープンソースのRTL-to-GDSIIデザインフロー全体を制御および最適化できるようにします。システムは、Yosys合成、Icarus Verilogシミュレーション、OpenLane配置およびルート、GTKWave分析、およびKLayout視覚化などのさまざまなEDAツールを統一されたインターフェースに統合しています。 MCP4EDAの主要な貢献は以下の通りです： 1. **革新的なMCPベースのEDAアーキテクチャ**：MCP4EDAは、RTL-to-GDSII自動化のための初めてのオープンソースのMCPサーバーを提供し、LLMが自然言語インタラクションを通じてデザインフローを動的にオーケストレートできるようにします。 2. **バックエンド認識合成最適化**：MCP4EDAは、実際のバックエンドパフォーマンスデータを利用した閉ループ最適化手法を導入し、デフォルトの合成フローと比較して、タイミングクローズとエリア削減を向上させます。 3. **動的LLM制御デザインフロー**：システムは、リアルタイムのデザインメトリクスおよび中間結果に基づいて、ツールの選択、実行順序、パラメータを動的に選択するようにデザインフローを適応的にオーケストレートします。 4. **包括的な評価フレームワーク**：論文では、OpenCoresおよびさまざまなオープンソースリポジトリから選定された手作りのデザインを含む厳格なデザインベンチマークセットを提案し、ベースライン合成フローと比較して、タイミングおよびエリア削減における顕著な性能向上を示しています。 MCP4EDAは、RTL-to-GDSII自動化におけるいくつかの課題を解決します： * **固定のテンプレートワークフロー**：MCP4EDAの柔軟なプロトコルアーキテクチャは、動的なツールシーケンス構成と適応的な戦略の実行を可能にし、直感的なワークフローオーケストレーションを通じて、硬直的な事前設定されたシーケンスを置き換えます。 * **バックエンド無知合成最適化**：システムの閉ループ最適化手法は、実際のバックエンドパフォーマンスデータを利用し、従来の不確かなワイヤーロードモデル（WLM）に依存する方法を置き換えます。 * **硬直的なAPIコールパターン**：MCP4EDAのツールコールアーキテクチャは、硬直的なAPIコールパターンの制限を解決し、直感的なツール選択と適応的な実行戦略を可能にします。 * **十分な動的ツール選択の不足**：MCP4EDAのエージェントベースのアーキテクチャは、LLMが直感的なオーケストレーションエージェントとして機能し、リアルタイムのデザインメトリクスに基づいて適切なツールと最適化戦略を選択できるようにします。 実験評価では、MCP4EDAがベースライン合成フローと比較して、タイミングおよびエリア削減において顕著な性能向上を実現する効果を示しました。システムは、RTL-to-GDSIIデザインフローを自動化し、LLMを使用してデザイン空間を探索するための有望なアプローチを提供します。