NoTB: Oracle-Free Triage of LLM-Generated RTL via Cross-Model Formal Consensus
यह शोध पत्र NoTB को प्रस्तुत करता है, जो एक ऑरेकल-मुक्त (oracle-free) ढांचा है जो कार्यात्मक शुद्धता के उच्च-परिशुद्धता ट्राइएज (high-precision triage) को सक्षम करने के लिए कई LLM-जनित RTL डिजाइनों में अनुक्रमिक तुल्यता जाँच (sequential equivalence checking) का लाभ उठाता है, जिससे टेस्टबेंच या गोल्डन रेफरेंस पर निर्भरता के बिना एक औपचारिक सर्वसम्मति संकेत (formal consensus signal) स्थापित किया जा सके।
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
कंप्यूटर चिप डिजाइन की दुनिया में, इंजीनियर पारंपरिक रूप से ऐसा कोड लिखते हैं जो यह वर्णन करता है कि एक सर्किट के माध्यम से बिजली को कैसे बहना चाहिए। यह कोड, जिसे रजिस्टर-ट्रांसफर लेवल (RTL) कहा जाता है, भौतिक हार्डवेयर के लिए एक ब्लूप्रिंट के रूप में कार्य करता है। दशकों से, इस कोड को बनाना एक सूक्ष्म, मानव-संचालित प्रक्रिया रही है जहाँ प्रत्येक पंक्ति को एक विश्वसनीय संदर्भ के विरुद्ध जांचा जाता है ताकि यह सुनिश्चित किया जा सके कि चिप सही ढंग से कार्य करेगी। हाल ही में, आर्टिफिशियल इंटेलिजेंस ने हमारे लिए यह कोड लिखना शुरू कर दिया है। लार्ज लैंग्वेज मॉडल्स, वही तकनीक जो कहानियाँ लिख सकती है या प्रश्नों के उत्तर दे सकती है, अब उनसे सरल टेक्स्ट विवरणों से इन जटिल हार्डवेयर ब्लूप्रिंट्स को बनाने के लिए कहा जा रहा है। जबकि ये मॉडल एक डिज़ाइन के कई संस्करण तेजी से तैयार कर सकते हैं, एक महत्वपूर्ण समस्या बनी हुई है: इंजीनियरों को कैसे पता चलेगा कि इनमें से कौन से AI-जनरेटेड डिज़ाइन वास्तव में काम करते हैं? अतीत में, इसका उत्तर AI के आउटपुट की तुलना एक पूर्ण, मानव-निर्मित संदर्भ से करने या इसे एक सिम्युलेटेड टेस्ट के माध्यम से चलाने में था। हालाँकि, इन पूर्ण संदर्भों को बनाना महंगा और समय लेने वाला है, और परीक्षण स्वयं कभी-कभी छिपी हुई त्रुटियों को भी मिस कर सकते हैं।
कोलंबिया यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इन AI-जनरेटेड डिज़ाइनों को बिना किसी पूर्ण संदर्भ या पूर्व-लिखित परीक्षण के छाँटने का एक नया तरीका पेश किया है। वे अपने सिस्टम को NoTB कहते हैं। एक एकल जज पर यह तय करने के लिए निर्भर रहने के बजाय कि कोई डिज़ाइन अच्छा है, या एक सिमुलेशन चलाने के बजाय जो किसी गंभीर खामी को मिस कर सकता है, NoTB कई अलग-अलग AI मॉडल्स से स्वतंत्र रूप से एक ही डिज़ाइन लिखने के लिए कहता है। फिर यह यह देखने के लिए एक कठोर गणितीय उपकरण, जिसे 'सीक्वेंशियल इक्विवेलेंस चेकिंग' कहा जाता है, का उपयोग करता है कि क्या विभिन्न संस्करण हर संभव स्थिति के तहत बिल्कुल एक ही तरह से व्यवहार करते हैं। मूल विचार यह है कि यदि कई अलग-अलग AI मॉडल्स, जिन्हें अलग-अलग तरीकों से प्रशिक्षित किया गया है, सभी बिल्कुल एक ही व्यवहार तक पहुँचते हैं, तो इसकी अत्यधिक संभावना है कि उन्होंने सही समाधान खोज लिया है। यह दृष्टिकोण इंजीनियरों को प्रक्रिया के शुरुआती चरण में ही सबसे भरोसेमंद डिज़ाइनों की पहचान करने की अनुमति देता है, जिससे वास्तविक चिप बनाने के लिए प्रतिबद्ध होने से पहले समय और संसाधनों की बचत होती है।
शोधकर्ताओं ने इस पद्धति का परीक्षण अठहत्तर अलग-अलग हार्डवेयर डिज़ाइन कार्यों पर किया। उन्होंने प्रत्येक डिज़ाइन के कई संस्करण उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल्स के चार अलग-अलग परिवारों का उपयोग किया। प्रत्येक कार्य के लिए, उन्होंने आउटपुट की तुलना यह देखने के लिए की कि वे गणितीय रूप से कितने समान हैं। उन्होंने पाया कि जब चारों अलग-अलग AI परिवारों के डिज़ाइन एक ही व्यवहार पर सहमत हुए, तो सिस्टम लगभग पचानवे प्रतिशत समय सही था। यह उच्च स्तर का विश्वास एक समझौते के साथ आया: सिस्टम ने केवल सत्ताईस प्रतिशत कार्यों के लिए ही भविष्यवाणी की। हालाँकि, आवश्यकता को घटाकर केवल तीन सहमत परिवारों तक लाने से, सिस्टम तीस-तीन प्रतिशत कार्यों को कवर कर सका जबकि इसने सत्तासी प्रतिशत की सटीकता दर बनाए रखी। यह डिजाइनरों को एक लचीला उपकरण देता है: वे अत्यंत सतर्क हो सकते हैं और केवल सबसे निश्चित डिज़ाइनों को स्वीकार कर सकते हैं, या वे अधिक डिज़ाइनों को आगे के परीक्षण के लिए स्वीकृत कराने के लिए थोड़ा अधिक जोखिम उठा सकते हैं।
अध्ययन ने यह भी खुलासा किया कि AI डिज़ाइनों की जाँच करने वाली पुरानी विधियाँ अविश्वसनीय क्यों थीं। एक सामान्य दृष्टिकोण में दूसरे AI मॉडल को एक जज के रूप में कार्य करने के लिए कहना और यह भविष्यवाणी करना शामिल था कि क्या एक डिज़ाइन सही है। शोधकर्ताओं ने पाया कि यह विधि असंगत थी; एक ही डिज़ाइन को एक जज द्वारा सही और दूसरे द्वारा गलत घोषित किया जा सकता था, जो इस बात पर निर्भर करता था कि जज करने वाला AI मॉडल कौन सा है। एक अन्य विधि में डिज़ाइनों को AI द्वारा बनाए गए परीक्षण के माध्यम से चलाना शामिल था। शोधकर्ताओं ने पाया कि परिणामों की गुणवत्ता पूरी तरह से उस परीक्षण की गुणवत्ता पर निर्भर करती थी। यदि परीक्षण कमजोर था, तो वह त्रुटियों को पकड़ने में विफल हो सकता था, जिससे सिस्टम को यह विश्वास हो सकता था कि एक दोषपूर्ण डिज़ाइन वास्तव में सही है। इसके विपरीत, नई विधि किसी परीक्षण या जज पर निर्भर नहीं करती है। यह इस तथ्य पर निर्भर करती है कि डिज़ाइन सभी संभावित इनपुट की पूरी रेंज में समान हैं, जिससे सहमति डिज़ाइन का एक गुण बन जाती है न कि उसे जाँचने वाले टूल का।
इस प्रक्रिया को कुशल बनाने के लिए, सिस्टम एक स्मार्ट फ़िल्टरिंग तकनीक का उपयोग करता है। प्रत्येक सिंगल डिज़ाइन के जोड़े की तुलना करने के बजाय, जो बहुत अधिक समय ले सकता है, यह पहले सटीक डुप्लिकेट को हटा देता है और फिर उन डिज़ाइनों को समूहित करता है जो पहले से ही एक जैसे सिद्ध हो चुके हैं। यह आवश्यक तुलनाओं की संख्या को काफी कम कर देता है। डिज़ाइन उत्पन्न करने से लेकर उन्हें जाँचने तक की पूरी प्रक्रिया में, प्रति कार्य औसဖြင့် एक से सोलह मिनट का समय लगता है, जो इस बात पर निर्भर करता है कि कितने संस्करण उत्पन्न किए गए हैं। इस सिस्टम को चलाने की लागत भी प्रबंधनीय है, क्योंकि यह जज के रूप में कार्य करने के लिए AI मॉडल्स के महंगे, बार-बार कॉल करने की आवश्यकता से बचता है। शोधकर्ता इस बात पर जोर देते हैं कि यह विधि अंतिम सत्यापन की आवश्यकता को प्रतिस्थापित नहीं करती है। इसके बजाय, यह एक 'ट्राइएज सिस्टम' (छँटाई प्रणाली) के रूप में कार्य करती है, जो AI-जनरेटेड डिज़ाइनों के ढेर को छाँटने का एक तरीका है ताकि सबसे आशाजनक डिज़ाइनों को आत्मविश्वास के साथ आगे बढ़ाया जा सके, जबकि अनिश्चित डिज़ाइनों को अधिक पारंपरिक, गहन जाँच के लिए अलग रखा जा सके।
निष्कर्ष बताते हैं कि उपयोग किए गए AI मॉडल्स की विविधता ही सिस्टम की सफलता की कुंजी है। शोधकर्ताओं ने परीक्षण किया कि क्या होगा यदि वे मिश्रण से एक AI परिवार को हटा दें। उन्होंने पाया कि सिस्टम अभी भी मजबूत और सटीक बना रहा, भले ही एक मॉडल गायब था, जिससे यह सिद्ध हुआ कि विश्वास का संकेत किसी एकल मॉडल पर निर्भर रहने के बजाय समूह के सामूहिक समझौते से आता है। यह दृष्टिकोण को वास्तविक दुनिया के उपयोग के लिए व्यावहारिक बनाता है, जहाँ विशिष्ट AI मॉडल्स तक पहुँच भिन्न हो सकती है। अध्ययन यह निष्कर्ष निकालता है कि सिम्युलेटेड परीक्षणों के बजाय सहमति के औपचारिक गणितीय प्रमाण पर ध्यान केंद्रित करके, इंजीनियर हार्डवेयर डिज़ाइन के लिए आर्टिफिशियल इंटेलिजेंस के उपयोग हेतु एक अधिक विश्वसनीय पाइपलाइन बना सकते हैं। यह उद्योग को आधुनिक तकनीक को संचालित करने वाले जटिल चिप्स के लिए आवश्यक कठोर सुरक्षा मानकों को बनाए रखते हुए AI जनरेशन की गति का लाभ उठाने की अनुमति देता है।
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।