Autonomous Evolution of EDA Tools: Multi-Agent Self-Evolved ABC

NVIDIA Research와 University of Maryland는 ABC 논리 합성 도구의 120만 줄 C 코드베이스를 직접 수정함으로써 이를 자율적으로 진화시킬 수 있는 최초의 다중 에이전트 LLM 기반 프레임워크를 도입한다.

NVIDIA Research와 University of Maryland는 ABC 논리 합성 도구의 120만 줄 C 코드베이스를 직접 수정함으로써 이를 자율적으로 진화시킬 수 있는 최초의 다중 에이전트 LLM 기반 프레임워크를 도입한다. 이 프레임워크는 합성 전략과 최적화를 정제하여 인간이 설계한 베이스라인 대비 전체 결과 품질(Quality-of-Result)을 8.3% 향상시켰다.

핵심 요약

• 전자 설계 자동화(EDA) 도구 개발은 인력 집약적이며, 휴리스틱 설계의 복잡성, 알고리즘 간 상호작용, ABC 같은 대형 코드베이스에 대한 재공학 노력에 의해 제약된다.
• 논리 합성의 사실상 표준인 ABC 프레임워크는 모놀리식한 120만 줄 C 코드베이스, 깊은 상호 의존성, 정적 휴리스틱 때문에 진화가 어려워, 새로운 연구의 통합을 저해한다.
• 기존 LLM 기반 코드 진화 프레임워크는 고립된 함수나 더 작은 저장소(수만 줄)에 국한되어, 완전한 EDA 도구의 규모와 다목적 최적화를 다루지 못했다.
• 자기 진화 프레임워크는 다중 에이전트 LLM(Claude Sonnet 4.5)과 도메인 전문성을 통합하며, ABC의 구조와 관련 연구를 학습하는 진화 전 지식 부트스트래핑 단계를 사용한다.
• 다중 에이전트 구조는 특화된 LLM 에이전트(Flow, Mapper, Logic Minimization, Planning)를 ABC 코드베이스의 별개 하위 시스템에 할당하여, 협업적이고 국소화된 코드 진화를 가능하게 한다.
• 진화 반복 워크플로는 코드 생성, 컴파일, 정확성을 위한 형식적 동등성 검사(CEC), 분산 벤치마크 평가, 그리고 도구를 정제하기 위한 QoR 피드백의 통합을 포함한다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.