NoTB: Oracle-Free Triage of LLM-Generated RTL via Cross-Model Formal Consensus
تقدم الورقة البحثية NoTB، وهو إطار عمل خالٍ من الأوراكل (oracle-free) يستفيد من التحقق من التكافؤ التسلسلي عبر تصميمات RTL متعددة مُنشأة بواسطة النماذج اللغوية الكبيرة (LLMs) لإنشاء إشارة إجماع رسمية، مما يتيح فرزاً عالي الدقة للصحة الوظيفية دون الاعتماد على مجموعات اختبار (testbenches) أو مراجع ذهبية (golden references).
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم تصميم شرائح الكمبيوتر، يكتب المهندسون تقليديًا كودًا يصف كيفية تدفق الكهرباء عبر الدائرة. هذا الكود، المعروف باسم مستوى نقل السجلات (RTL)، يعمل بمثابة مخطط للعتاد المادي. ولعقود من الزمن، كانت عملية إنشاء هذا الكود عملية دقيقة يقودها البشر، حيث يتم فحص كل سطر مقابل مرجع موثوق لضمان أن الشريحة ستعمل بشكل صحيح. مؤخرًا، بدأ الذكاء الاصطناعي في كتابة هذا الكود نيابة عنا. فالنماذج اللغوية الكبيرة، وهي نفس التكنولوجيا التي يمكنها كتابة القصص أو الإجابة على الأسئلة، يُطلب منها الآن توليد هذه المخططات الهاردويرية المعقدة من أوصاف نصية بسيطة. وبينما يمكن لهذه النماذج إنتاج العديد من النسخ من التصميم بسرعة، تظل هناك مشكلة حرجة: كيف يعرف المهندسون أي من هذه التصاميم المولدة بواسطة الذكاء الاصطناعي تعمل بالفعل؟ في الماضي، كان الحل هو مقارنة مخرجات الذكاء الاصطناعي مقابل مرجع بشري مثالي أو تشغيلها عبر محاكاة اختبارية. ومع ذلك، فإن إنشاء هذه المراجع المثالية أمر مكلف ويستغرق وقتًا طويلاً، كما أن الاختبارات نفسها قد تغفل أحيانًا عن الأخطاء الخفية.
قدم فريق من الباحثين في جامعة كولومبيا طريقة جديدة لفرز هذه التصاميم المولدة بواسطة الذكاء الاصطناعي دون الحاجة إلى مرجع مثالي أو اختبار مكتوب مسبقًا. وقد أطلقوا على نظامهم اسم NoTB. وبدلاً من الاعتماد على قاضٍ واحد لتقرير ما إذا كان التصميم جيدًا، أو تشغيل محاكاة قد تغفل عن خلل حرج، يطلب نظام NoTB من نماذج ذكاء اصطناعي مختلفة متعددة كتابة التصميم نفسه بشكل مستقل. ثم يستخدم أداة رياضية صارمة تسمى "التحقق من التكافؤ التسلسلي" لمعرفة ما إذا كانت النسخ المختلفة تتصرف تمامًا بنفس الطريقة تحت كل الظروف الممكنة. الفكرة الجوهرية هي أنه إذا توصلت عدة نماذج مختلفة من الذكاء الاصطناعي، والتي تم تدريبها بطرق مختلفة، إلى نفس السلوك بالضبط، فمن المرجح جدًا أنها وجدت الحل الصحيح. يسمح هذا النهج للمهندسين بتحديد التصاميم الأكثر موثوقية في وقت مبكر من العملية، مما يوفر الوقت والموارد قبل الالتزام ببناء الشريحة الفعلية.
اختبر الباحثون هذه الطيارة على ثمانية وسبعين مهمة مختلفة لتصميم العتاد. واستخدموا أربع عائلات متميزة من النماذج اللغوية الكبيرة لتوليد نسخ متعددة من كل تصميم. ولكل مهمة، قارنوا المخرجات لمعرفة أي منها متطابق رياضيًا. ووجدوا أنه عندما اتفقت التصاميم من جميع عائلات الذكاء الاصطناዊ الأربع على نفس السلوك، كان النظام صحيحًا بنسبة تقارب خمسة وتسعين بالمائة. جاءت هذه الثقة العالية مع مقايضة: لم يصدر النظام تنبؤًا إلا لحوالي سبعة وعشرين بالمائة من المهام. ومع ذلك، من خلال خفض المتطلبات لتشمل ثلاث عائلات متفقة فقط، استطاع النظام تغطية ثلاثة وثلاثين بالمائة من المهام مع الحفاظ على معدل دقة يبلغ سبعة وثمانين بالمائة. وهذا يمنح المصممين أداة مرنة: يمكنهم اختيار أن يكونوا حذرين للغاية وقبول التصاميم الأكثر تأكدًا فقط، أو قبول مخاطرة أعلى قليلاً للحصول على المزيد من التصاميم المعتمدة لمزيد من الاختبار.
كشفت الدراسة أيضًا لماذا كانت الطرق القديمة للتحقق من تصاميم الذكاء الاصطناعي غير موثوقة. أحد الأساليب الشائعة تضمن طلب نموذج ذكاء اصطناعي ثانٍ للقيام بدور القاضي والتنبؤ بما إذا كان التصميم صحيحًا. ووجد الباحثون أن هذه الطريقة كانت غير متسقة؛ إذ يمكن لنفس التصميم أن يُصنف كصحيح من قبل قاضٍ وغير صحيح من قبل آخر، اعتمادًا على نموذج الذكاء الاصطناوي الذي يقوم بالتحكيم. وتضمن طريقة أخرى تشغيل التصاميم عبر اختبار تم إنشاؤه بواسطة الذكاء الاصطناعي. واكتشف الباحثون أن جودة النتائج تعتمد كليًا على جودة ذلك الاختبار. فإذا كان الاختبار ضعيفًا، فقد يفشل في رصد الأخطاء، مما يؤدي بالنظام إلى الاعتقاد بأن تصميمًا معيبًا هو في الواقع صحيح. في المقابل، لا يعتمد الأسلوب الجديد على اختبار أو قاضٍ؛ بل يعتمد على حقيقة أن التصاميم مثبت أنها متطابقة عبر كامل نطاق المدخلات الممكنة، مما يجعل الاتفاق خاصية في التصميم وليس في الأداة المستخدمة للتحقق منه.
لجعل هذه العملية فعالة، يستخدم النظام تقنية تصفية ذكية. فبدلاً من مقارنة كل زوج من التصاميم، وهو ما سيستغرق وقتًا طويلاً، يقوم النظام أولاً بإزالة النسخ المكررة بدقة ثم تجميع التصاميم التي ثبت بالفعل أنها متطابقة. وهذا يقلل عدد المقارنات المطلوبة بشكل كبير. تستغرق العملية بأكملها، من توليد التصاميم إلى التحقق منها، في المتوسط ما بين دقيقة واحدة وست عشرة دقيقة لكل مهمة، اعتمادًا على عدد النسخ التي تم توليدها. كما أن تكلفة تشغيل هذا النظام معقولة، حيث يتجنب الحاجة إلى استدعاءات مكلفة ومتكررة لنماذج الذكاء الاصطناعي للقيام بدور القضاة. ويؤكد الباحثون أن هذه الطريقة لا تحل محل الحاجة إلى التحقق النهائي؛ بل تعمل كنظام فرز (triage)، أي وسيلة لفرز كومة التصاميم المولدة بالذكاء الاصطناعي بحيث يمكن للمصاميم الأكثر واعدية الانتقال للأمام بثقة، بينما تُوضع التصاميم غير المؤكدة جانبًا لإجراء فحص أكثر دقة وتقليديًا.
تشير النتائج إلى أن تنوع نماذج الذكاء الاصطناዊ المستخدمة هو مفتاح نجاح النظام. اختبر الباحثون ما سيحدث إذا تمت إزالة عائلة واحدة من عائلات النماذج الأربع من المزيج. ووجدوا أن النظام ظل قويًا ودقيقًا حتى عند فقدان نموذج واحد، مما يثبت أن إشارة الثقة تأتي من الاتفاق الجماعي للمجموعة وليس من الاعتماد على أي نموذج بمفرده. وهذا يجعل النهج عمليًا للاستخدام في العالم الحقيقي، حيث قد يختلف الوصول إلى نماذج ذكاء اصطناوي معينة. وتخلص الدراسة إلى أنه من خلال تحويل التركيز من الاختبارات المحاكاتية إلى الإثبات الرياضي الرسمي للاتفاق، يمكن للمهندسين بناء مسار أكثر موثوقية لاستخدام الذكاء الاصطناعي في تصميم العتاد. وهذا يسمح للصناعة بالاستفادة من سرعة توليد الذكاء الاصطناعي مع الحفاظ على معايير السلامة الصارمة المطلوبة للشرائح المعقدة التي تشغل التكنولوجيا الحديثة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.