概要 - ICモジュールレベルの検証自動化のためのマルチエージェント生成AIフレームワーク

ICモジュールレベルの検証自動化のためのマルチエージェント生成AIフレームワーク

2025-07-29 11:17:47

{"Wenbo Liu","Forbes Hou","Jon Zhang","Hong Liu","Allen Lei"}

{cs.AR,cs.AI,"B.5.2; I.2.11"}

この論文は、複雑なチップ検証タスクにおける現在の単一LLMアプローチの限界を解決するためのマルチエージェント検証フレームワーク（MAVF）を提案しています。このフレームワークは、仕様解析、検証戦略生成、コード実装を含む複数の専門エージェントの協力作業を通じて、設計仕様からテストベンチへの自動変換システムを構築します。 **チップ検証における主要な課題**： * **仕様の理解と文書変換**：設計仕様には非標準化された多様な情報（テキスト記述、図など）が含まれており、検証エンジニアが手動で重要情報を抽出し、検証計画に変換するのは時間がかかり、エラーが発生しやすいです。 * **核心検証環境開発における自動化のボトルネック**：インターフェースドライバ、モニタ、参照モデルなどの核心コンポーネントはまだ手動開発に大きく依存しており、幅広い専門知識と既存のツールが自動開発を効果的にサポートできないため、多くの専門経験が必要です。 **MAVFフレームワーク**： * **マルチエージェント技術**：MAVFはマルチエージェント技術を使用して、複雑な検証タスクをサブタスクに分解し、エージェント間の協調メカニズムを確立します。各エージェントは検証プロセスの特定の側面（仕様解析、検証計画、コード生成など）に専門化しています。 * **標準化された表現方法**：MAVFは検証仕様のための標準化された表現方法を実装し、エージェント間での正確な情報伝達を可能にします。 * **協力作業パラダイム**：エージェントはフレームワーク内で協力作業を行い、ワークフローエンジンがタスク依存関係を管理し、効率的な実行を保証します。 **評価結果**： * **精度**：MAVFは検証文書の解析と生成、自動テストベンチの生成において、伝統的な手動方法や単一対話型生成AIアプローチを大幅に上回ります。 * **効率**：MAVFはシンプル、中程度、複雑なモジュールレベルの検証作業において、人間の労力をそれぞれ83%、73%、50%削減します。 * **コスト**：MAVFが必要とするリソースコストは、効率向上により非常に小さいです。 **議論**： * MAVFは伝統的なアプローチに対して、精度と効率において顕著な改善を示します。 * 総合的なデザインに対する人間の介入はまだ必要ですが、フレームワークの自動レビューメカニズムを通じて最小限に抑えることができます。 * フレームワークの適応性を向上させるためには、異なる種類のモジュールに最適化し、より高度な生成AIモデルを取り入れることができます。 **結論**： MAVFはチップ検証の自動化のための革新的なソリューションを提供し、精度、効率、コスト効果において大きな利点を提供します。生成AIの適用を探求する新しい方向を開き、チップ設計プロセスを革新する可能性があります。