Resumen Técnico: Enfoque Impulsado por GenAI para la Exploración de la Cadena de Suministro RISC-V

1. Declaración del Problema

La adopción rápida de RISC-V en el sector automotriz introduce una complejidad significativa en la gestión de la cadena de suministro. A diferencia de los ecosistemas propietarios integrados verticalmente, el panorama de RISC-V es una red descentralizada de partes interesadas, que incluye diseñadores de núcleos de propiedad intelectual (IP), proveedores de herramientas EDA, fundiciones e integradores de sistemas. Esta fragmentación resulta en que los datos críticos de la cadena de suministro estén dispersos en fuentes heterogéneas, no estructuradas y semiestructuradas, como documentos técnicos blancos, especificaciones de normas y artefactos visuales (diagramas, esquemas de bloques y documentos escaneados).

Los métodos analíticos tradicionales, que dependen de bases de datos estructuradas y curación manual, son insuficientes para capturar la escala y la riqueza de esta información multimodal. Además, el dominio automotriz impone requisitos regulatorios estrictos (por ejemplo, ISO 26262) para la trazabilidad y la validación, lo que hace necesaria la implementación de mecanismos robustos para mapear interdependencias y monitorear riesgos. El desafío central abordado en este documento es la falta de herramientas automatizadas capaces de sintetizar datos textuales y visuales para generar modelos formales, interpretables por máquinas, de las dependencias de la cadena de suministro de RISC-V.

2. Metodología

El documento propone un flujo de trabajo impulsado por GenAI que integra Modelos de Lenguaje Grande (LLM), Modelos Visuales-Lingüísticos (VLM) e Ingeniería Dirigida por Modelos (MDE) para transformar datos crudos en conocimiento estructurado y modelos de procesos formales. El flujo de trabajo opera a través de las siguientes etapas:

2.1 Ingesta y Extracción de Datos Multimodales

El sistema ingiere entradas heterogéneas, incluyendo documentos técnicos, informes de proveedores y artefactos visuales.

• Procesamiento Textual: Se emplean LLMs para extraer entidades (partes interesadas, componentes, bloques de IP) y relaciones de texto no estructurado.
• Procesamiento Visual: Los VLMs interpretan diagramas, flujogramas y tablas para extraer información estructural que los modelos basados únicamente en texto podrían pasar por alto.
• Estrategia de Prompting: La extracción se guía mediante prompts específicos. Por ejemplo, para generar grafos de conocimiento, el sistema utiliza prompts que instruyen al modelo a emitir definiciones de nodos y relaciones compatibles con Neo4j, sin comentarios superfluos. De manera similar, para la extracción de procesos, los prompts dirigen la generación de diagramas de actividad PlantUML con múltiples carriles que representan las interacciones de los actores.

2.2 Construcción del Grafo de Conocimiento

Las entidades y relaciones extraídas se organizan en un Grafo de Conocimiento (KG) utilizando Neo4j.

• Esquema: El grafo captura participantes (por ejemplo, empresas de semiconductores), productos (procesadores, núcleos de IP) e interdependencias (licencias, relaciones de suministro).
• Consultas: Los analistas pueden utilizar el lenguaje de consulta Cypher para explorar dependencias de múltiples saltos e identificar cuellos de botella. El marco incluye una capa de razonamiento donde los LLMs ayudan a formular consultas Cypher basadas en directrices en lenguaje natural proporcionadas por analistas humanos.

2.3 Extracción de Procesos y Modelado Formal

Para abordar el análisis de flujos de trabajo, el sistema genera modelos de procesos formales utilizando diagramas de actividad PlantUML.

• Representación Intermedia: La semántica del proceso extraída se convierte en texto PlantUML, que luego se transforma en un formato JSON para su procesamiento por máquinas.
• Validación Basada en Reglas: Se introduce un marco basado en reglas para validar la ordenación y coordinación de actividades. Las restricciones se definen utilizando operadores como before, after, after-true y after-false para modelar rutas de ejecución condicional (por ejemplo, comprobaciones de validación). Las reglas con anotación de roles (por ejemplo, Role: Action) se utilizan para asignar responsabilidades a actores específicos (diseñadores, proveedores, fundiciones).
• Humano en el Bucle: El flujo de trabajo incorpora un analista humano que puede refinar los modelos extraídos, ajustar reglas y validar suposiciones, asegurando que la experiencia del dominio se integre con la inteligencia automatizada.

2.4 Implementación

El flujo de trabajo se implementa utilizando la herramienta de orquestación de código abierto n8n, que conecta el manejo de entradas, el prompting de modelos GenAI y el análisis MDE.

• Modelos: El sistema utiliza modelos desplegados localmente para garantizar la privacidad de los datos, aspecto particularmente relevante para dominios automotrices sensibles. La evaluación utiliza openai/gpt-oss-120b para texto y Qwen/Qwen3.5-122B-A10B para tareas visuales, ejecutándose en un clúster con tres GPUs H200 NVL.
• Interacción: Los usuarios pueden interactuar mediante una interfaz de chat interactiva o a través de webhooks que aceptan cargas de archivos (diagramas, documentos) para desencadenar la ejecución del flujo de trabajo.

3. Contribuciones Clave

• Integración Multimodal: El documento presenta un marco unificado que combina LLMs para la comprensión semántica textual y VLMs para la extracción estructural visual, abordando la limitación de las herramientas de análisis de cadenas de suministro centradas en texto.
• Modelado Formal mediante MDE: Al integrar la Ingeniería Dirigida por Modelos, el enfoque transforma datos no estructurados en representaciones formales (Grafos de Conocimiento y diagramas PlantUML) que apoyan el análisis basado en restricciones y la detección de riesgos.
• Validación de Procesos Basada en Reglas: La introducción de una capa basada en reglas para validar la ordenación de actividades y la asignación de roles permite la detección sistemática de comportamientos de cadena de suministro inseguros o inconsistentes en tiempo de diseño.
• Estrategia de Despliegue Local: La demostración de una pipeline desplegable localmente utilizando herramientas de código abierto y modelos alojados localmente ofrece una alternativa que preserva la privacidad frente a los servicios GenAI basados en la nube, lo cual es crítico para la industria automotriz.

4. Resultados Experimentales

El enfoque se evaluó utilizando una descripción representativa de la cadena de suministro RISC-V y los diagramas correspondientes. Los datos de verdad fundamental se establecieron con la asistencia de GPT-5.3.

• Extracción del Grafo de Conocimiento:

  • Rendimiento del LLM: Logró un 88% de precisión en la extracción de conceptos (22/25), un 83% en relaciones (19/23) y un 75% en atributos (6/8).
  • Rendimiento del VLM: Logró un 72% en conceptos, un 65% en relaciones y un 63% en atributos.
  • Generación de Consultas: El sistema generó consultas Cypher con un 75% de corrección de extremo a extremo (15/20 consultas totalmente correctas).

• Análisis de Procesos:

  • Rendimiento del LLM: Identificó el 91% de las actividades (10/11), el 100% de los participantes, el 82% de las relaciones y el 78% de los artefactos. Generó con éxito el 80% de las reglas de validación.
  • Rendimiento del VLM: Identificó el 73% de las actividades, el 75% de los participantes y el 64% de las relaciones. Los VLMs no se utilizaron para la generación de reglas debido a limitaciones en el razonamiento abstracto.

• Métricas de Rendimiento: El tiempo de respuesta promedio fue de aproximadamente 11.5 segundos para los LLMs y 14 segundos para los VLMs.

Los resultados indican que, aunque los LLMs sobresalen en el razonamiento semántico y la generación de reglas, los VLMs aportan un valor complementario en la extracción de elementos estructurales de entradas visuales. La combinación de ambas modalidades produce un análisis más exhaustivo que cualquiera de las modalidades por separado.

5. Significado y Afirmaciones

El documento afirma que este enfoque impulsado por GenAI aborda eficazmente los desafíos de analizar cadenas de suministro RISC-V descentralizadas y heterogéneas. Al sintetizar datos multimodales en modelos formales, el marco mejora la transparencia, apoya la toma de decisiones y aumenta la resiliencia en cadenas de suministro de semiconductores complejas.

Los autores enfatizan que el uso de modelos desplegable localmente, combinado con validación iterativa y representaciones intermedias, acerca el rendimiento a los modelos comerciales de última generación mientras mantiene la soberanía de los datos. Esto se presenta como una ventaja significativa para dominios sensibles como el automotriz, donde la privacidad de los datos y el cumplimiento normativo son primordiales. El trabajo concluye que esta metodología proporciona una base escalable para monitorear el desarrollo de la cadena de suministro, identificar actores emergentes y evaluar riesgos sistémicos en el ecosistema RISC-V.