Stellen Sie sich vor, Sie versuchen, einem brillanten, superschnellen Roboter beizubringen, eine komplexe Maschine zu bauen, wie etwa eine maßgeschneiderte Videospielkonsole oder einen hochsicheren Tresor. Sie geben dem Roboter Anweisungen in einfachem Englisch, wie zum Beispiel: „Mach es schnell und sicher.“ Der Roboter, der von einem Large Language Model (einer KI, die Code lesen und schreiben kann) angetrieben wird, versucht, es zu bauen. Aber hier ist der Haken: Der Roboter ist großartig darin, die Idee des Codes zu schreiben, aber er vergisst oft die winzigen, langweiligen Regeln, die echte Maschinen tatsächlich benötigen, wie etwa den Stromverbrauch oder ob die Teile zusammenpassen. Dies ist die Welt der High-Level-Synthese (HLS), in der Menschen versuchen, KI zu nutzen, um einfache Ideen in tatsächliche Hardware-Designs für Chips zu verwandeln. Die große Frage ist nicht nur: „Kann die KI Code schreiben?“, sondern: „Kann die KI etwas bauen, das tatsächlich auf einer echten Platine funktioniert, ohne dass wir jeden einzelnen Fehler von Hand korrigieren müssen?“

Hier setzt ein Forscherteam der Beijing University of Technology mit einer neuen Idee namens ContractHIL-HLS an. Denken Sie an ContractHIL-HLS als einen „intelligenten Projektmanager“ für die KI. Anstatt die KI einfach nur hin und her chatten zu lassen, zwingen sie die KI dazu, zuerst einen formalen „Vertrag“ zu unterzeichnen. Dieser Vertrag ist eine strikte, strukturierte Liste von Regeln: „Hier ist genau festgelegt, was die Maschine tun muss, hier sind die Dinge, die sie absolut nicht tun darf, und so werden wir sie testen.“ Wenn die KI versucht, gegen die Regeln zu verstoßen, erkennt das System dies sofort. Noch cooler ist: Sie verbinden diesen Prozess mit echter Hardware. Wenn die KI einen Chip entwirft, der zu heiß läuft oder zu langsam ist, sendet die echte Maschine einen „Fehlerbericht“ zurück an die KI, die dann den Entwurf umschreiben muss, um ihn zu korrigieren. Es ist wie in einem Videospiel, bei dem der Charakter nicht einfach nur die Lösung errät; er läuft in eine Falle, sieht genau, warum er gescheitert ist, und versucht es mit einem besseren Plan erneut.

Das Problem: KI ist großartig im Chatten, aber schlecht im Bauen

Normalerweise verhält sich eine KI, wenn man sie bittet, Hardware zu entwerfen, wie eine kreative Autorin. Sie generiert Code basierend auf Ihrem Prompt, aber sie vergisst oft das „Kleingedruckte“. Vielleicht verwendet sie ein Feature, das der Hardware-Chip nicht unterstützt, oder sie erstellt ein Design, das auf dem Papier gut aussieht, aber abstürzt, wenn man versucht, es auszuführen. Frühere Methoden versuchten dies zu beheben, indem sie die KI verschiedene Rollen spielen ließen, wie etwa „Architekt“ oder „Programmierer“, aber die KI vergaß oft, was der Architekt gesagt hatte, bis der Programmierer mit der Arbeit begann. Die Design-Absicht ging im Gespräch verloren.

Die Forscher erkannten, dass sie anstelle eines langen, chaotischen Gesprächs einen strukturierten Vertrag benötigten. Stellen Sie sich vor, Sie bestellen eine maßgeschneiderte Pizza. Anstatt nur zu sagen: „Ich möchte eine leckere Pizza“, füllen Sie ein Formular aus: „Teig: Dünn. Belag: Nur Peperoni. Keine Pilze. Muss in 10 Minuten fertig sein.“ Dieses Formular ist der „Vertrag“. In der Welt des Chip-Designs übersetzt dieser Vertrag Ihre vage Idee in eine strikte Menge von Regeln, denen die KI folgen muss.

Die Lösung: Der Drei-Agenten-Workflow

Das Team baute ein System mit drei spezialisierten „Agenten“ (KI-Helfern), die wie ein gut geöltes Getriebe zusammenarbeiten:

1. Der Contract Agent (Vertrags-Agent): Dieser Agent nimmt Ihre ungeordnete Anfrage in natürlicher Sprache (z. B. „Erstelle ein sicheres Nachrichtensystem“) und verwandelt sie in diesen strikten „Pizza-Bestellungs“-Vertrag. Er definiert die Schnittstelle, die Einschränkungen (was verboten ist) und die Regeln für den Test.
2. Der HTML Agent: Dieser Agent nimmt den Vertrag und verwandelt ihn in eine saubere, strukturierte Webseite (HTML). Warum eine Webseite? Weil sie für Menschen leicht lesbar, für den nächsten KI-Agenten leicht verständlich und für Computer-Skripte leicht überprüfbar ist. Sie dient als permanentes, unveränderliches Protokoll der Regeln.
3. Der Hardware-in-the-Loop (HIL) Agent: Dies ist der Erbauer. Er betrachtet den HTML-Vertrag, schreibt den Code und – hier liegt die Magie – testet ihn tatsächlich auf echter Hardware oder simuliert ihn. Wenn die Hardware sagt: „Hey, dieses Design verbraucht zu viel Speicher“, sieht der HIL-Agent diesen Beweis, liest den Vertrag und schreibt den Code um, um den Fehler zu beheben. Wenn er es nicht beheben kann, weiß das System, dass es einen „Rollback“ durchführen und einen anderen Ansatz versuchen muss.

Was sie fanden: Kleine Siege und große Sprünge

Das Team testete dieses System auf zwei sehr unterschiedliche Arten, um zu sehen, ob es wirklich funktioniert.

1. Der „Kleine Design“-Test (HLS-Eval)
Zuerst testeten sie das System bei 94 kleinen, standardmäßigen Codierungsaufgaben. Sie verglichen drei Methoden:

• Direct (Direkt): Einfach die KI fragen, ohne spezielle Regeln.
• Contract (Vertrag): Den strukturierten Vertrag verwenden, aber ohne das Feedback der echten Hardware.
• ContractHIL-HLS: Das vollständige System mit dem Vertrag und dem Hardware-Feedback verwenden.

Die Ergebnisse waren eindeutig. Die „Direct“-Methode bestand die Tests etwa 64,0 % der Zeit. Als sie den Contract hinzufügten, stieg die Erfolgsquote auf 70,2 %. Das vollständige System erreichte 70,4 % bei einem einzelnen Versuch und 76,6 %, wenn man der KI erlaubte, fünf Versuche zu unternehmen. Dies beweist, dass es die KI wesentlich zuverlässiger macht, allein dadurch, dass man sie zwingt, einem strukturierten Vertrag zu folgen, noch bevor sie die echte Hardware berührt.

2. Der „Echte Welt“-Test (PQC Fallstudie)
Kleine Tests sind gut, aber funktionieren sie auch für große, komplexe Systeme? Um das herauszufinden, baute das Team einen Beschleuniger für sichere Nachrichten mittels Post-Quantum-Kryptographie (PQC) – eine super-sichere Methode, Nachrichten zu senden, die selbst zukünftige Quantencomputer nicht knacken können. Dies ist eine massive Ingenieursleistung, die Speicher, Timing und Leistung beinhaltet.

Sie begannen mit einem einzelnen Design (einem „Bitstream“), das 207,3 ms zur Verarbeitung einer Nachricht benötigte. Das System analysierte das Hardware-Feedback und stellte fest, dass das Design zu überfüllt und zu langsam war. Folgend den Regeln des Vertrags analysierte die KI, dass das Design in zwei separate Teile aufgeteilt werden musste (eine „Dual-Bitstream“-Organisation). Ein Teil handelte das Senden, der andere das Empfangen.

Das Ergebnis? Das neue Design verarbeitete Nachrichten in nur 52,4 ms. Das ist eine massive Beschleunigung! Es verbrauchte auch weniger Strom und bestand alle Timing-Checks. Das System nutzte erfolgreich den „Vertrag“, um die KI von einem langsamen Einzeldesign zu einem schnellen, geteilten Design zu führen, während es gleichzeitig alle Sicherheitsregeln einhielt.

Warum das wichtig ist

Die Arbeit zeigt, dass wir nicht darauf warten müssen, dass die KI von sich aus ein „Genie“ wird. Stattdessen können wir einen Workflow aufbauen, in dem die KI durch einen strikten, unbrechbaren Vertrag geleitet und durch reale Beweise korrigiert wird. Die Forscher fanden heraus, dass dieser Ansatz die KI nicht nur schneller Code schreiben lässt; er sorgt dafür, dass der Code auch funktioniert.

Dennoch weist das Paper vorsichtig darauf hin, dass dies kein Zauberstab für alles ist. In ihren Tests gab es eine Gruppe von Aufgaben (genannt „machsuite“), bei denen die KI selbst mit dem Vertrag völlig versagte. Dies deutet darauf darauf hin, dass der Vertrag der KI zwar hilft, Regeln zu befolgen, aber sie nicht retten kann, wenn die KI die zugrunde liegende Mathematik oder Logik noch gar nicht beherrscht.

Kurz gesagt: ContractHIL-HLS ist eine Brücke zwischen der chaotischen Welt menschlicher Ideen und der starren Welt von Hardware-Chips. Es verwandelt die KI vom kreativen Autor zum disziplinierten Ingenieur und stellt sicher, dass wir, wenn wir nach einer sicheren, schnellen Maschine fragen, tatsächlich eine erhalten, die funktioniert.