Rethinking Logic Optimization Operators: Theory-Derived Operator Compression via Agentic Source Analysis

تخيل أنك رئيس طهاة ماهر يحاول ابتكار الوصفة المثالية والأكثر كفاءة لوليمة ضخمة. في عالم الرقائق الحاسوبية، هذه "الوليمة" هي دائرة منطقية، و"المكونات" هي مفاتيح صغيرة تسمى البوابات. لعقود من الزمن، كان المهندسون يبنون مكتبات ضخمة من تقنيات الطهي — بعضها يقطع الخضروات، وبعضها يقلب الطعام، وبعضها يخبز. الهدف هو استخدام هذه التقنيات لتحويل قائمة مكونات فوضوية وضخمة إلى دائرة رشيقة وسريعة ورخيصة. لكن المشكلة هي أن المكتبة نمت وأصبحت ضخمة ومعقدة للغاية لدرجة أن الطهاة (برامج الكمبيوتر) يقضون وقتاً في اتخاذ القرار بشأن أي تقنية سيستخدمونها تالياً أكثر مما يقضونه في الطبخ الفعلي. إنهم عالقون في متاهة من الخيارات، محاولين تخمين الترتيب الأفضل لتطبيق مئات الأدوات المختلفة، وغالباً ما يهدرون الوقت في خطوات لا تفعل شيئاً أو خطوات هي مجرد نسخ مكررة من بعضها البعض.

تعالج هذه الورقة البحثية ذلك الارتباك تحديداً. فهي تطرح سؤالاً بسيطاً ولكنه عميق: قبل أن نبدأ حتى في تخمين الترتيب الأفضل، هل يمكننا النظر إلى الأدوات نفسها وإثبات أن بعضها عبارة عن نسخ مكررة عديمة الفائدة أو أن بعض الخطوات لن تغير شيئاً بالتأكيد؟ يعامل المؤلفون الكود البرمجي وراء هذه الأدوات كأنها رواية غموض. فبدلاً من مجرد مراقبة تشغيل الأدوات وتمني الأفضل، يستخدمون فريقاً من وكلاء الذكاء الاصطناعي "المحققين" لقراءة الكود المصدري سطراً بسطر. إنهم يبحثون عن قواعد خفية، مثل "هذه الأداة لا تعمل إلا إذا كان الإناء فارغاً" أو "هذه الأداة هي في الواقع مجرد اسم فاخر لتلك الأداة الأخرى". ومن خلال العثົດ على هذه القواعد الخفية، يمكنهم بناء مجموعة من "إشارات المرور" التي توقف الكمبيوتر تلقائياً عن إضاعة الوقت في خطوات عديمة الفائدة، مما يجعل العملية بأكملها أسرع وأذكى دون تغيير المذاق النهائي للطبق.

العمل التحقيقي: العثور على النسخ المكررة الخفية

أدرك المؤلفون، بقيادة كيرين زو، أن "صندوق الأدوات" المستخدم من قبل مصممي الرقائق الحديثين مزدحم بالتكرار. فكر في الأمر كأن لديك مطبخاً يحتوي على سكين "للتقطيع"، وسكين "للتقطيع لشرائح"، وسكين "للتكعيب"، ولكن سكين "الشرائح" هو في الواقع سكين "التقطيع" نفسه مع مقبض مختلف، وسكين "التكعيب" هو مجرد سكة "التقطيع" المستخدمة على نوع معين من الخضروات. إذا لم تكن تعرف ذلك، فقد تجرب الثلاثة جميعاً، مما يهدر وقتك.

لإصلاح ذلك، استخدم الفريق تحليل المصدر الوكيل (Agentic Source Analysis). وهذه طريقة منمقة للقول بأنهم استعانوا بوكلاء ذكاء اصطناعي ليعملوا كمحققين. قرأ هؤلاء الوكلاء الكود البرمجي الفعلي (المصدر) لأدوات التحسين المنطقي الشهيرة. لم يكتفوا بالتخمين؛ بل بحثوا عن دليل. طرحوا أسئلة مثل: "إذا قمت بتشغيل هذه الأداة على دائرة مثالية بالفعل، فهل ستغير أي شيء؟" أو "هل هذه الأداة مجرد نسخة من تلك الأداة؟"

وقد وجدوا ثلاثة أنواع رئيسية من "الفوضى":

1. الهويات (Identities): أدوات تعد بفعل شيء ما ولكنها في الواقع لا تفعل شيئاً على الإطلاق (مثل أمر "تقطيع" لا يتم تنفيذه فعلياً لأن النتيجة يتم التخلص منها).
2. الأسماء المستعارة (Aliases): اسمان مختلفان لنفس الأداة تماماً.
3. المتغيرات المتداخلة (Nested Variants): نسخة "مخففة" من أداة لا يمكنها أبداً القيام بما لا يستطيع الإصدار "الكامل" القيام به.

من خلال إثبات هذه العلاقات رياضياً، تمكنوا من تقليص قائمة الخيارات. بدأوا بـ 40 إجراء وصفة مختلفاً (الأدوات المتاحة للكمبيوتر) وأثبتوا أن 31 منها كافية لتغطية كل نتيجة جيدة ممكنة. لم يخمنوا فحسب؛ بل أثبتوا أن إزالة الـ 9 إجراءات الأخرى لن يغير أفضل نتيجة ممكنة أبداً. الأمر يشبه إدراك أنه يمكنك التخلص من 9 من أصل 10 توابل لأن الـ 11 الأخرى تغطي بالفعل كل نكهة قد تحتاجها.

إشارات المرور: إيقاف الهدر قبل بدئه

بمجرد معرفة الأدوات المكررة، كانت الخطوة التالية هي منع الكمبيوتر من حتى التفكير في استخدام الأدوات غير المفيدة. تخيل نظام إشارات مرور عند تقاطع مزدحم. بدلاً من ترك كل سيارة تقترب من الإشارة ثم تتوقف، تضع مستشعراً يقول: "إذا كان الطريق خالياً، فلا تشغل الإشارة حتى".

بنى المؤلفون هذه المستشعرات، والتي يسمونها بوابات القبول (admission gates). وهي عبود عبارة عن فحوصات صغيرة تنظر إلى الحالة الحالية للدائرة قبل السماح للأداة بالعمل.

• بوابة "لا يوجد قطع رباعي" (No-4-Cut Gate): تحاول أداة معينة العثور على شكل محدد من 4 مفاتيح لإعادة ترتيبها. تتحقق البوابة: "هل لدينا حتى شكلاً يحتوي على 4 مفاتيح هنا؟" إذا كانت الإجابة لا، يتم تخطي الأداة فوراً.
• بوابة "الجذر الحرج" (Critical Root Gate): تحاول أداة أخرى إصلاح جزء معين من الدائرة. تتحقق البوابة: "هل هذا الجزء مثالي بالفعل؟" إذا كان نعم، يتم تخطي الأداة.

هذه البوابات "دقيقة"، بمعنى أنها مثبتة رياضياً بشكل صحيح. فهي لا تتخطى أبداً أداة يجب أن تعمل؛ بل تتخطى فقط الأدوات التي من المضمون أنها عديمة الفائدة.

النتائج: أسرع وأذكى

بنى الفريق مُحسِّناً جديداً يسمى TACO (الضغط التشغيلي المشتق نظرياً عبر تحليل المصدر الوكيل) واختبره مقابل الأدوات القياسية التي يستخدمها المهندسون.

• السرعة: عندما استخدموا فقط "إشارات المرور" (البوابات) على الأداة القياسية، أنهى الكمبيوتر عمله أسرع بنسبة 11% (انخفض من 38.2 ثانية إلى 34.0 ثانية) وأنتج نفس النتيجة تماماً في كل مرة. كان الأمر يشبه خوض سباق مع انطلاقة سابقة لأنك لم تضطر للتوقف عند التقاطعات غير المجدية.
• الجودة: عندما استخدموا نظام TACO الكامل، وجد دوائر أفضل من الأداة القياسية في 14 من أصل 16 حالة اختبار. لقد استخدم مكونات (عقد) أقل وطبقات (مستويات) أقل، مما جعل الدوائر أصغر وأسرع.
• الكفاءة: كان نظام TACO يعمل بسرعة 2.6 مرة أسرع من الأداة القياسية مع الوصول إلى نتائج أفضل أو مساوية لها.

اختبروا أيضاً نسخة "فائقة القدرة" تسمى TACO-max مقابل نظام متطور جداً يسمى HeLO. في الدوائر التي كانت لديهم فيها البيانات المثالية للبداية، وجد TACO-max حلولاً أفضل بنسبة 9.7% (نسبة المتوسط الهندسي 0.903) مما أبلغ عنه HeLO، مما يعني أنه بنى دوائر أكثر كفاءة بشكل ملحوظ.

ماذا يعني هذا

لا تدعي الورقة البحثية أنها حلت مشكلة تصميم الرقائق بأكملها. لا تزال هناك بعض المواقف الصعبة حيث لا تستطيع "إشارات المرور" التأكد، ولا يزال يتعين على الكمبيوتر القيام ببعض العمل التحقيقي بنفسه. ومع ذلك، فقد أثبت المؤلفون أنه من خلال النظر عن كثب في الكود والعثور على القواعد الخفية، يمكننا إزالة الارتباك.

لقد أظهروا أنك لست بحاجة إلى التخمين عبر مكتبة ضخمة من الأدوات. إذا فهمت قواعد اللعبة، يمكنك بناء نظام يعرف بالضبط الحركات التي تستحق القيام بها والتي ليست سوى ضجيج. يحول هذا النهج عملية البحث الفوضوية والبطيئة إلى عملية سلسة وسريعة وموثوقة، مما يثبت أن أفضل طريقة لتحسين نظام ما هي أولاً تحسين قائمة الأشياء التي يُسمح لك بالقيام بها.