SKILL: Self-correcting Knowledge-guided Iterative Large Language Model Agent for Logic Optimization
यह शोध पत्र SKILL को प्रस्तुत करता है, जो एक स्व-सुधार करने वाला, ज्ञान-निर्देशित पुनरावृत्ति बहु-एजेंट सिस्टम है जो लॉजिक सिंथेसिस ऑप्टिमाइज़ेशन में पारंपरिक विशेषज्ञ प्रवाह (expert flows) से काफी बेहतर प्रदर्शन करने के लिए विशिष्ट लार्ज लैंग्वेज मॉडल्स को प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन के साथ जोड़ता है, जिससे PDA मेट्रिक्स में 12.4% का सुधार और बड़े पैमाने के बेंचमार्क पर 86.3% की सफलता दर प्राप्त होती 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
डिजिटल दुनिया तर्क (logic) पर चलती है, जो निर्णयों की वह अदृश्य वास्तुकला है जो स्मार्टफोन से लेकर उपग्रहों तक सब कुछ संचालित करती है। इस वास्तुकला के केंद्र में 'लॉजिक सिंथेसिस' नामक एक महत्वपूर्ण चरण होता है, जहाँ इंजीनियर उच्च-स्तरीय डिज़ाइन विचारों को कंप्यूटर चिप पर अरबों छोटे स्विचों की वास्तविक भौतिक व्यवस्था में अनुवादित करते हैं। दशकों से, यह प्रक्रिया कठोर, विशेषज्ञों द्वारा लिखे गए निर्देशों पर निर्भर रही है जो कंप्यूटर को यह बताते हैं कि इन स्विचों को कैसे पुनर्व्यवस्थित किया जाए ताकि वे तेज़, छोटे और अधिक ऊर्जा-कुशल बन सकें। हालाँकि, जैसे-जैसे चिप्स अधिक जटिल होते जा रहे हैं, ये स्थिर निर्देश तालमेल बिठाने में संघर्ष कर रहे हैं, क्योंकि वे अक्सर उन बेहतर समाधानों को खोजने में विफल रहते हैं जो चिप को बनाने के विशाल, अराजक संभावनाओं के भीतर छिपे होते हैं। एक आदर्श व्यवस्था की खोज उस समुद्र तट पर एक विशिष्ट रेत के कण को खोजने की तरह है जो हर बार देखने पर अपना आकार बदल लेता है, जिससे पारंपरिक तरीकों के लिए कुशलतापूर्वक आगे बढ़ना लगभग असंभव हो जाता है।
इसे हल करने के लिए, कैलिफोर्निया विश्वविद्यालय, रिवरसाइड के शोधकर्ताओं ने SKILL नामक एक नई प्रणाली विकसित की है, जो चिप डिज़ाइन के लिए एक स्मार्ट, स्व-सुधार करने वाले मार्गदर्शक के रूप में कार्य करती है। एक स्थिर स्क्रिप्ट का पालन करने के बजाय, SKILL उन्नत आर्टिफिशियल इंटेलिजेंस (AI) मॉडलों की एक टीम का उपयोग करता है जो एक साथ मिलकर डिज़ाइन स्पेस का पता लगाते हैं, ठीक वैसे ही जैसे विशेषज्ञों का एक समूह एक कठिन पहेली पर सहयोग करता है। एक मॉडल रणनीतिक योजनाकार के रूप में कार्य करता है, जो चिप के प्रदर्शन के दीर्घकालिक लक्ष्यों का मानचित्र तैयार करता है। दूसरा मॉडल विवरणों में गहराई तक जाता है, डिज़ाइन में विशिष्ट बाधाओं और संरचनात्मक कमजोरियों का पता लगाता है। तीसरा मॉडल तीव्र विश्लेषण को संभालता है, प्रक्रिया को गतिमान रखने के लिए वास्तविक समय में हजारों संभावनाओं की जाँच करता है। ये तीन डिजिटल मस्तिष्क अलग-थगल होकर काम नहीं करते हैं; उन्हें एक लर्निंग एजेंट के साथ जोड़ा गया है जो चिप बनाने के लिए उपयोग किए जाने वाले औद्योगिक सॉफ़्टवेयर टूल्स के साथ सीधे संवाद करता है। यह एजेंट विभिन्न परिवर्तनों को आज़माता है, परिणामों का अवलोकन करता है, और फीडबैक से सीखता है, जिससे परीक्षण, त्रुटि और सुधार का एक निरंतर चक्र बनता है।
जो चीज़ इस प्रणाली को अलग बनाती है, वह है इसकी यह पहचानने की क्षमता कि वह कब गलती कर रही है और बिना मानवीय सहायता के खुद को कैसे सुधार सकती है। अतीत में, यदि कोई स्वचालित प्रणाली एक बुरा निर्णय लेती थी जिससे चिप धीमी या बड़ी हो जाती थी, तो वह तब तक गलत रास्ते पर चलती रहती थी जब तक कि पूरी प्रक्रिया विफल न हो जाए। हालाँकि, SKILL लगातार डिज़ाइन के स्वास्थ्य की निगरानी करता है। यदि इसे पता चलता है कि किसी परिवर्तन ने चिप को बदतर बना दिया है, तो यह तुरंत रुक जाता है, विश्लेषण करता है कि निर्णय क्यों विफल हुआ, और अपने AI मॉडलों की टीम से एक नई रणनीति बनाने के लिए कहता है ताकि स्थिति को सुधारा जा सके। यह स्व-सुधार तंत्र को चिप डिज़ाइन के जटिल परिदृश्य में उस लचीलेपन के साथ नेविगेट करने की अनुमति देता है जो पिछले तरीकों में नहीं था, जिससे मृत अंत (dead ends) को अनुकूलन के नए अवसरों में बदल दिया जाता है।
शोधकर्ताओं ने वास्तविक दुनिया के विविध चिप डिज़ाइनों पर SKILL का परीक्षण किया, जिसमें छोटे शैक्षणिक प्रोजेक्ट्स से लेकर 5,00,000 लॉजिक गेट्स तक वाले विशाल औद्योगिक सिस्टम शामिल थे। उन्होंने मौजूदा सर्वोत्तम तरीकों के विरुद्ध, जिनमें मानव विशेषज्ञों द्वारा संचालित और अन्य स्वचालित लर्निंग सिस्टम शामिल हैं, इस प्रणाली के प्रदर्शन की तुलना की। परिणामों ने दिखाया कि SKILL ने लगातार बेहतर परिणाम दिए, विशेषज्ञ-निर्मित फ्लो की तुलना में शक्ति, गति और भौतिक आकार के संतुलन में औसतन 12.4 प्रतिशत का सुधार किया। चिप डिज़ाइन की दुनिया में यह सुधार महत्वपूर्ण है, जहाँ एक एकल प्रतिशत का अंतर भी एक ऐसे उपकरण के बीच का अंतर हो सकता है जो जेब में समा सके और एक ऐसा उपकरण जो कूलिंग सिस्टम की आवश्यकता रखता हो। इसके अलावा, यह प्रणाली अपने द्वारा किए गए 86.3 प्रतिशत डिज़ाइनों को अनुकूलित करने में सफल रही, जो सबसे जटिल सर्किटों के साथ काम करते समय भी उच्च स्तर की विश्वसनीयता प्रदर्शित करती है।
SKILL की सफलता इस बात से आती है कि यह उच्च-स्तरीय तर्क और निम्न-स्तरीय निष्पादन के बीच के अंतर को कैसे पाटता है। जबकि पारंपरिक आर्टिफिशियल इंटेलिजेंस अक्सर चिप डिज़ाइन के विशिष्ट नियमों को समझने में संघर्ष करता है, SKILL की मॉडलों की टीम डिज़ाइन के अमूर्त लक्ष्यों की व्याख्या कर सकती है और उन्हें ठोस कार्यों में बदल सकती है जिन्हें सिंथेसिस टूल्स निष्पादित कर सकें। यह सहयोग सिस्टम को केवल पैटर्न के आधार पर अनुमान लगाने के बजाय, डिज़ाइन सॉफ़्टवेयर के वास्तविक व्यवहार से सीखने की अनुमति देता है। शोधकर्ताओं ने पाया कि किसी भी एक मॉडल को हटाने या स्व-सुधार सुविधा को अक्षम करने से प्रदर्शन में गिरावट आई, जो यह सिद्ध करता है कि रणनीतिक योजना, विस्तृत विश्लेषण और तीव्र फीडबैक का संयोजन इस प्रणाली के काम करने के लिए आवश्यक है।
यह दृष्टिकोण स्वचालित डिज़ाइन टूल्स के निर्माण के तरीके में एक बदलाव का संकेत है। केवल गणितीय एल्गोरिदम पर समाधान खोजने के बजाय, SKILL बड़े भाषा मॉडलों (Large Language Models) की तर्क करने की क्षमताओं को औद्योगिक इंजीनियरिंग टूल्स की सटीकता के साथ एकीकृत करता है। यह प्रणाली केवल एक समाधान नहीं ढूंढती; यह समझती है कि एक समाधान क्यों काम करता है और जब वह काम नहीं करता है तो कैसे सुधार करना है। इन इंटेलिजेंट एजेंटों को पेशेवर डिज़ाइन सॉफ़्टवेयर के वास्तविक फीडबैक के माध्यम से आधार प्रदान करके, शोधकर्ताओं ने एक ऐसा उपकरण बनाया है जो अपने द्वारा डिज़ाइन किए गए प्रत्येक चिप की अनूठी चुनौतियों के अनुकूल होता है। जैसे-जैसे डिजिटल सिस्टम जटिलता में बढ़ते जा रहे हैं, सीखने, तर्क करने और स्वयं को सुधारने की यह क्षमता इलेक्ट्रॉनिक डिज़ाइन के भविष्य के लिए एक आशाजनक मार्ग प्रस्तुत करती है, जो यह सुनिश्चित करती है कि कल की चिप्स आधुनिक तकनीक की मांग के अनुसार दक्षता और विश्वसनीयता के साथ बनाई जा सकें।
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।