EDATracer: An Agentic Framework for Large-Scale EDA Artifact Analysis
EDATracer एक एजेंटिक फ्रेमवर्क है जो विषम (heterogeneous) EDA आर्टिफैक्ट्स के बड़े पैमाने पर, साक्ष्य-आधारित विश्लेषण को सक्षम करने के लिए नॉलेज ग्राफ और सिमेंटिक वेक्टर इंडेक्स का लाभ उठाता है, जो 2,787-डिज़ाइन डेटासेट से प्राप्त एक नए 90-प्रश्नों वाले बेंचमार्क पर काफी कम टोकन का उपयोग करते हुए मौजूदा उपकरणों से बेहतर प्रदर्शन करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक टूटी हुई कार को ठीक करने की कोशिश कर रहे हैं, लेकिन एक इंजन के बजाय, आपके पास दस लाख बिखरे हुए टुकड़े हैं: ब्लूप्रिंट, मैकेनिक के हाथ से लिखे नोट्स, फैक्ट्री के कंप्यूटर लॉग, इस्तेमाल किए गए हर बोल्ट की सूची, और एक रिपोर्ट कि इंजन को कितना ईंधन इस्तेमाल करना चाहिए था। अब, कल्पना कीजिए कि वह कार एक कंप्यूटर चिप है, और "मैकेनिक" एक सुपर-स्मार्ट कंप्यूटर प्रोग्राम (एक AI) है जो यह समझने की कोशिश कर रहा है कि कार शुरू क्यों नहीं हो रही है। यह आधुनिक चिप डिजाइन करने वाले इंजीनियरों की दैनिक वास्तविकता है। वे इलेक्ट्रॉनिक डिजाइन ऑटोमेशन (EDA) टूल्स पर भरोसा करते हैं, जो विशाल, स्वचालित कारखानों की तरह हैं जो कोड को भौतिक चिप डिजाइनों में बदलते हैं। ये टूल्स फाइलों के पहाड़ पैदा करते हैं—लॉग, स्क्रिप्ट, रिपोर्ट और कोड—जो सभी आपस में जुड़े हुए हैं लेकिन अलग-अलग फोल्डरों में बिखरे हुए हैं।
समस्या यह है कि इस डिजिटल घास के ढेर में एक विशिष्ट सुराग ढूंढना अविश्वसनीय रूप से कठिन है। यदि कोई चिप विफल होती है, तो त्रुटि एक लॉग फ़ाइल में बताई जा सकती है, लेकिन उसका कारण किसी सोर्स कोड फ़ाइल या डिजाइन के दूसरे चरण की टाइमिंग रिपोर्ट में छिपा हो सकता है। पारंपरिक AI टूल्स अक्सर इस उलझन में खो जाते हैं, अनुमान लगाते हैं या फाइलों के बीच के संबंध को मिस कर देते हैं। यह शोध पत्र इन AI जासूसों को डेटा की भारी मात्रा से अभिभूत हुए बिना रहस्य सुलझाने में मदद करने का एक नया तरीका पेश करता है।
टेक्सास ए एंड एम यूनिवर्सिटी के शोधकर्ताओं ने EDATracer नामक एक प्रणाली बनाई है। EDATracer को चिप डिजाइन की दुनिया के लिए एक सुपर-व्यवस्थित लाइब्रेरियन के रूप में समझें। सभी फाइलों को केवल एक ढेर में डालने और एक AI से "सब कुछ पढ़ने" के लिए कहने के बजाय, EDATracer पहले पूरे चिप प्रोजेक्ट का एक विशाल, इंटरैक्टिव मानचित्र (जिसे नॉलेज ग्राफ कहा जाता है) बनाता है। यह मानचित्र बिंदुओं को जोड़ता है: यह जानता है कि लॉग फ़ाइल में एक विशिष्ट त्रुटि एक विशिष्ट कोड लाइन से जुड़ी है, जो चिप के ब्लूप्रिंट के एक विशिष्ट हिस्से से जुड़ी है।
अपने विचार का परीक्षण करने के लिए, टीम ने केवल एक या दो डिजाइनों को नहीं देखा; उन्होंने 2,787 अलग-अलग ओपन-सोर्स चिप डिजाइनों का एक विशाल संग्रह इकट्ठा किया। उन्होंने इन डिजाइनों को सिंथेसिस टूल्स के माध्यम से चलाया ताकि 18.9 GB के वास्तविक दुनिया के आर्टिफैक्ट्स उत्पन्न किए जा सकें, जिसमें लॉग, नेटलिस्ट (गेट-लेवल ब्लूप्रिंट) और प्रदर्शन रिपोर्ट शामिल हैं। इसके बाद उन्होंने 90 प्रश्नों का एक "टेस्ट" बनाया, जो सरल तथ्यों ("इस चिप का क्षेत्रफल क्या है?") से लेकर जटिल तर्क ("टाइमिंग क्यों विफल हुई?") तक फैले हुए थे।
जब उन्होंने EDATracer को इन प्रश्नों पर आजमाया, तो इसने एजेंटों की एक टीम की तरह काम किया: एक एजेंट ने सुरागों के लिए मानचित्र की खोज की, और दूसरे एजेंट ने उन सुरागों को जोड़कर उत्तर बनाने के लिए उन्हें एक साथ पिरोया। परिणाम प्रभावशाली थे। EDATracer, Cursor और Claude Code जैसे लोकप्रिय कमर्शियल AI कोडिंग असिस्टेंट की तुलना में अधिक सटीक था, और औसतन 6.4% से 7.2% अधिक बार सही उत्तर दे सका। इससे भी बेहतर बात यह है कि इसने यह सब 2.0 से 3.2 गुना कम "टोकन" (डिजिटल मुद्रा जिसका उपयोग AI सोचने और बोलने के लिए करता है) का उपयोग करते हुए किया, जिससे यह बहुत अधिक कुशल बन गया।
शोध पत्र सुझाव देता है कि इस सफलता की कुंजी केवल एक स्मार्ट AI दिमाग नहीं थी, बल्कि उस दिमाग को एक बेहतर मानचित्र देना था। अपने तर्क को साक्ष्य के एक संरचित ग्राफ में स्थापित करके, EDATracer ने "हैलुसिनेशन" (चीजें बनाना) या विवरणों में उलझकर मुख्य लक्ष्य को भूल जाने के सामान्य जाल से बचने में सफलता पाई। हालांकि वर्तमान में यह प्रणाली चिप डिजाइन के सिंथेसिस चरण पर ध्यान केंद्रित करती है, लेखक दिखाते हैं कि जटिल, बिखरे हुए डेटा को एक जुड़े हुए जाल में व्यवस्थित करने से एक भ्रमित AI को एक सटीक जासूस में बदला जा सकता है, जो उन समस्याओं को हल कर सकता है जो पहले कंप्यूटरों के लिए अकेले संभालना बहुत कठिन था।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।