Büyük dil modelleri (LLM), yazılım geliştirmede önemli başarılar elde ettikten sonra, şimdi de donanım tasarımı alanında umut verici adımlar atıyor. Ancak bu modellerin tek seferde ürettikleri Register Transfer Level (RTL) donanım tasarımları, hem fonksiyonel açıdan doğru hem de enerji verimli olmakta zorlanıyor.
Araştırmacılar bu soruna çözüm bulmak için HYPERHEURIST adlı yeni bir kontrol sistemi geliştirdi. Bu framework, yapay zekanın ürettiği donanım tasarımlarını nihai sonuç olarak kabul etmek yerine, geliştirilebilir ara adımlar olarak ele alıyor. Sistem, simulated annealing optimizasyon algoritmasını kullanarak tasarımları sürekli iyileştiriyor.
HYPERHEURIST iki aşamada çalışıyor. İlk aşamada, LLM'nin ürettiği RTL tasarımları derleme, yapısal kontroller ve simülasyon testlerinden geçirilerek fonksiyonel olarak geçerli olanları filtreliyor. İkinci aşamada ise bu testleri geçen tasarımlar, güç tüketimi, performans ve alan kullanımı (PPA) açısından optimize ediliyor.
Sekiz farklı RTL benchmark üzerinde yapılan değerlendirmeler, bu aşamalı yaklaşımın daha kararlı ve tekrarlanabilir sonuçlar verdiğini gösteriyor. Bu gelişme, yapay zekanın donanım geliştirme süreçlerinde daha etkili kullanılmasının yolunu açıyor ve gelecekte daha verimli elektronik cihazların tasarlanmasına katkı sağlayabilir.