🤖 AI

EstRTL: Functional Estimation Guided RTL Code Generation

Cet article présente EstRTL, un cadre d'agents collaboratifs à trois étapes piloté par des LLM qui améliore la correction fonctionnelle du code RTL généré grâce à l'estimation du score fonctionnel statique, atteignant une amélioration de 3,2 % à 9,0 % par rapport aux modèles génériques.

Auteurs originaux : Qi Xiong, Renzhi Chen, Bowei Wang, Yuqing Xiong, Libo Huang, Lei Wang

Publié 2026-06-10

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Qi Xiong, Renzhi Chen, Bowei Wang, Yuqing Xiong, Libo Huang, Lei Wang

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de construire une machine complexe, comme un moteur de voiture haute performance, mais qu'au lieu d'utiliser des clés et des plans, vous demandez à un robot très intelligent et très cultivé d'écrire les instructions pour vous. Dans le monde des puces informatiques, ces instructions sont appelées code RTL (Register Transfer Level).

Le problème est que, bien que ces robots (appelés Modèles de Langage de Grande Taille ou LLM) soient excellents pour écrire des phrases, ils font souvent des erreurs stupides lorsqu'ils écrivent ces instructions techniques. Ils pourraient confondre un panneau "stop" avec un panneau "sens interdit", ou placer un engrenage au mauvais endroit. Habitellement, vérifier si le moteur fonctionne réellement nécessite la construction d'une piste d'essai massive et coûteuse (appelée "testbench") pour tester la voiture, ce qui prend beaucoup de temps et d'argent.

Entrez en scène EstRTL : l'équipe de "Contrôle Qualité"

Le document présente EstRTL, un nouveau système qui agit comme une équipe de contrôle qualité composée de trois personnes travaillant ensemble pour corriger les erreurs du robot avant même que le moteur ne soit construit. Au lieu de simplement demander au robot de "recommencer", ce système utilise une boucle astucieuse de Génération, d'Estimation et de Correction.

Voici comment l'équipe fonctionne, en utilisant une analogie simple :

1. Le Générateur (L'Architecte)

D'abord, l'Agent de Génération de Code est l'architecte. Il écoute votre demande (par exemple, "Construisez un compteur qui compte jusqu'à 255") et dessine les plans initiaux (le code RTL).

La Vérification : Avant que quiconque n'examine le design, un vérificateur de grammaire s'assure que les plans ne sont pas absurdes (comme des parenthèses manquantes ou des fautes de frappe). Si les plans sont grammaticalement incorrects, l'architecte les redessine immédiatement.

2. L'Estimateur (L'Inspecteur Intuitif)

C'est la plus grande innovation du document. Habituellement, pour savoir si un plan fonctionne, il faut construire tout le moteur et le tester. C'est lent.

L'Astuce : L'Agent d'Estimation Fonctionnelle est comme un inspecteur super intuitif qui regarde le plan et dit : "Je ne l'ai pas encore construit, mais d'après le design, il y a 85 % de chances qu'il fonctionne."
Comment ça marche : Il ne construit pas le moteur. Au lieu de cela, il lit le plan et essaie d'écrire une description de ce que la machine devrait faire. Ensuite, il compare cette description à votre demande originale.
- Analogie : Si vous avez demandé une "voiture de sport rouge" et que le plan décrit un "camion bleu", l'inspecteur sait immédiatement que quelque chose ne va pas, même sans voir la voiture.
La Décision :
- Si le score est bas (le design semble médiocre), l'inspecteur le renvoie à l'Architecte pour qu'il recommence complètement.
- Si le score est moyen (le design est correct mais présente quelques défauts), il l'envoie au Réparateur.

3. Le Correcteur (Le Mécanicien)

L'Agent de Correction de Code est le mécanicien. Il ne se contente pas de deviner ; il utilise un processus de "Chaîne de Pensée" (Chain of Thought).

Le Processus : Il se demande d'abord : "Où se trouve exactement le problème ? Pourquoi cela arrive-t-il ?" (par exemple, "L'engrenage est sur le mauvais axe parce que le robot a confondu la 'gauche' avec la 'droite'").
La Réparation : Une fois qu'il a compris le pourquoi, il réécrit la partie spécifique du plan pour corriger l'erreur. Il envoie ensuite le plan corrigé à l'Inspecteur pour une double vérification.

Pourquoi est-ce important ?

Le document affirme qu'en ajoutant cette équipe d'"Inspecteur" et de "Mécanicien" au processus, le système améliore considérablement le taux de réussite des robots.

Les Résultats : Lorsqu'ils ont testé cela sur un ensemble standard de 156 tâches de conception matérielle, le système a amélioré la précision des robots de 3,2 % à 9 %.
L'Efficacité : L' "Inspecteur" a été capable de distinguer un design fonctionnel d'un design défectueux avec environ 78 % de précision sans avoir besoin de construire la piste d'essai coûteuse.
Le Réparateur : Le mécanicien a réussi à corriger plus de 12 % des erreurs commises par les robots par eux-mêmes.

L'essentiel à retenir

Voyez EstRTL comme un filet de sécurité. Au lieu de faire confiance à un robot pour qu'il soit parfait dès le premier essai (ce qu'il fait rarement), ce système crée une boucle où le robot écrit, une IA inspecte et note, et une IA mécanicienne répare les mauvaises parties. Cela garantit que le code final est non seulement grammaticalement correct, mais qu'il fait réellement ce que vous avez demandé, épargnant ainsi aux ingénieurs de devoir déboguer manuellement des milliers de lignes de code.

Les auteurs ont rendu cette "équipe" en open-source, ce qui signifie que n'importe qui peut utiliser ce processus en trois étapes pour aider ses propres robots à mieux écrire du code matériel.

Résumé Technique : EstRTL – Génération de Code RTL Guidée par l'Estimation Fonctionnelle

Énoncé du Problème

La conception manuelle de niveau de transfert de registres (RTL) est un processus chronophage et sujet aux erreurs, particulièrement pour les systèmes complexes comme les processeurs modernes. Bien que les grands modèles de langage (LLM) aient montré des promesses dans la génération de code syntaxiquement correct à partir de prompts en langage naturel, les méthodes existantes de génération de RTL font face à des limitations significatives concernant la correctitude fonctionnelle. Les approches actuelles se concentrent principalement sur le réglage fin (fine-tuning) des modèles, l'augmentation de données (ex: RAG) ou la vérification syntaxique. Cependant, elles manquent souvent de mécanismes pour garantir que le code généré se comporte comme prévu dans une implémentation matérielle réelle.

Un goulot d'étranglement critique réside dans la dépendance aux bancs de test (testbenches) pour la vérification. La création manuelle de bancs de test est laborieuse, tandis que les bancs de test générés automatiquement manquent souvent d'exhaustivité. Par conséquent, de nombreuses méthodes existantes se concentrent uniquement sur la validité syntaxique plutôt que sur la fonctionnalité. De plus, la génération de code et la correction de code sont souvent étudiées séparément, et les méthodes de correction existantes reposent généralement sur des évaluations binaires (succès/échec), n'offrant aucun retour intermédiaire pour une optimisation itérative.

Méthodologie : Le Cadre EstRTL

Pour répondre à ces défis, les auteurs proposent EstRTL, un cadre d'agents collaboratifs piloté par LLM basé sur l'estimation statique du score fonctionnel. EstRTL opère selon un paradigme à trois étapes : Génération, Estimation et Correction.

1. Génération (Agent de Génération de Code)

Le processus commence par un Agent de Génération de Code qui produit le code RTL à partir de spécifications en langage naturel.

Vérification Syntaxique : Le code généré subit une vérification syntaxique via Icarus Verilog. Si des erreurs sont détectées, l'agent reçoit les messages d'erreur et régénère le code. Cette boucle est limitée à trois itérations pour éviter les boucles infinies.
Rappels d'Erreurs : Le système incorpore des « rappels d'erreurs » résumant les erreurs courantes corrigées (par exemple, préférer les blocs assign aux blocs always pour la logique combinatoire simple) afin de guider l'agent lors de la régénération.

2. Estimation (Agent d'Estimation Fonctionnelle)

Une fois que le code a passé les vérifications syntaxiques, il est transmis à l'Agent d'Estimation Fonctionnelle, qui agit comme le centre de décision. Cet agent effectue une estimation statique du score fonctionnel sans exécuter de bancs de test.

Génération Inversée des Exigences : L'agent utilise un LLM pour rétro-concevoir le code RTL généré en exigences de langage naturel.
Mécanisme de Notation : L'agent calcule un score de VFCS (Correctitude Fonctionnelle) basé sur trois composantes :
1. Similarité Sémantique : Calculée à l'aide de modèles pré-entraînés (ex: all-MiniLM-L6-v2, roberta-large) pour mesurer la similitude entre les spécifications originales et les exigences inversées, tant au niveau des tokens qu'au niveau des phrases.
2. Score de Complétude : Une métrique basée sur des pénalités ( $C$ ) qui évalue les mots-clés manquants ou supplémentaires (noms/verbes) entre les exigences originales et inversées.
3. Score de Compréhension LLM ( $L_{LLM}$ ) : Une évaluation par LLM de la correctitude fonctionnelle du code compte tenu des scores ci-dessus.
Logique de Décision :
- Score Inacceptablement Bas : Le code est renvoyé à l'Agent de Génération pour une régénération complète.
- Échec mais Améliorable : Le code est transmis à l'Agent de Correction.
- Score Élevé : Le code est accepté comme étant fonctionnellement correct.

3. Correction (Agent de Correction de Code)

Pour le code jugé « en échec mais améliorable », un Agent de Correction de Code basé sur le raisonnement par Chaîne de Pensée (CoT - Chain of Thought) est employé.

Phase de Raisonnement : Le LLM analyse le code par rapport aux spécifications pour identifier les signaux de sortie spécifiques présentant des erreurs, les conditions d'entrée déclenchant ces erreurs, ainsi que les causes logiques sous-jacentes.
Phase de Correction : Sur la base du raisonnement, l'agent modifie le code RTL, en incorporant des garde-fous pour éviter la récurrence des problèmes connus et assurer un style de codage cohérent.
Boucle Itérative : Le code corrigé est réévalué par l'Agent d'Estimation Fonctionnelle. Cette boucle se poursuit jusqu'à ce que le code passe la vérification fonctionnelle.

Contributions Clés

Cadre LLM-Agent : Développement d'un cadre collaboratif qui augmente le taux de réussite des LLM génériques sur le jeu de données VerilogEval de 3,2 % à 9,0 %.
Estimation Fonctionnelle Sans Banc de Test : Introduction d'une méthode pour estimer la fonctionnalité du RTL sans bancs de test en exploitant la génération inversée des exigences et la similarité sémantique, atteignant une précision moyenne de 84,2 % pour distinguer le code correct du code incorrect.
Boucle de Rétroaction Intégrée : Création d'une intégration fluide de la génération, de l'estimation et de la correction, où l'agent d'estimation fournit des scores quantitatifs et des orientations précises, réussissant à corriger plus de 12 % du code RTL erroné.
Cadre Open-Source : Le cadre EstRTL est open-source et conçu pour être indépendant du modèle (model-agnostic), applicable à divers LLM (génériques ou spécialisés) pour améliorer la correctitude du code.

Résultats Expérimentaux

Le cadre a été évalué sur les jeux de données VerilogEval-v1-Human et VerilogEval-v2 en utilisant quatre LLM de pointe (Qwen-Plus, Qwen3-32B, DeepSeek-Chat, GPT-4o) et comparé à des bases de référence incluant RTLFixer, VeriAssistant et des modèles spécialisés comme OriGen et CodeV.

Précision de Génération : EstRTL a amélioré l'exactitude Pass@1 des LLM génériques de 3,2 % à 9,0 %. Par exemple, DeepSeek-Chat est passé de 73,1 % à 76,3 % sur VerilogEval-v1-Human.
Performance d'Estimation : L'Agent d'Estimation Fonctionnelle a démontré une haute précision (jusqu'à 88,9 % pour DeepSeek-Chat) et une exactitude (jusqu'à 78,2 % pour Qwen3-32B) dans la classification de la correctitude fonctionnelle.
Capacité de Correction : L'Agent de Correction de Code a atteint un taux de correction nette de 12 % à 17 %, corrigeant avec succès une partie significative des erreurs tout en introduisant un minimum de nouvelles régressions.
Extensibilité : Le cadre s'est intégré avec succès aux modèles RTL spécialisés (OriGen, RTLCoder, CodeV-QC), produisant des améliorations de performance constantes (ex: CodeV-QC a progressé de 11,5 % sur VerilogEval-v2) sans nécessiter de réentraînement ou de réglage de paramètres.
Robustesse : Le système a montré une robustesse face au seuil de décision utilisé pour la classification, maintenant des performances stables sur une plage de valeurs de seuil (0,38 à 0,54), suggérant qu'un seuil fixe peut être utilisé pour différents modèles.

Signification et Revendications

L'article affirme qu'EstRTL comble l'écart critique entre la correctitude syntaxique et la correctitude fonctionnelle dans la conception assistée par IA du matériel. En remplaçant la création laborieuse de bancs de test par une estimation statique du score fonctionnel, le cadre comble le fossé entre la génération de code et la correction.

Les auteurs soulignent que leur approche fournit des scores quantitatifs et des comparaisons d'exigences lisibles par l'humain, améliorant ainsi la transparence de la génération de RTL assistée par l'IA. Ils affirrent que le cadre n'est pas simplement un modèle concurrent, mais une amélioration "plug-and-play" qui peut être appliquée à divers LLM existants pour augmenter considérablement leur fiabilité dans les tâches de conception matérielle. Ce travail est présenté comme une étape fondamentale vers des flux de travail de conception matérielle plus robustes et automatisés, déplaçant l'accent de la simple génération de code vers des descriptions matérielles fonctionnelles et vérifiées.