AI-Generated RTL Code: A Functional Evaluation of Natural-Language and HLS Prompting

マイクロチップの中に、極めて高速な、超小型の工場を建設しようとしているところを想像してみてください。これは、おもちゃや車を作る工場ではありません。光の速さで情報を処理するデジタル工場です。これを作るために、エンジニアはRTLコード（レジスタ転送レベル）と呼ばれる特別な種類の指示書を書きます。このコードは、工場のコンベアベルト、組み立てアーム、そして信号機の設計図のようなものです。もし設計図にたった一つの小さな間違いでもあれば、工場全体が詰まったり、火が出たり、あるいは完全に停止してしまうかもしれません。

長い間、これらの設計図を書くことは、一部の専門家にしか理解できない秘密の、厳格な言語を話すようなものでした。しかし現在、ソフトウェア（スマートフォンのアプリやウェブサイトなど）のコードを書くことに非常に長けた**人工知能（AI）**が存在します。人々はこう疑問を持ち始めました。「もしAIがソフトウェアのコードをこれほど上手く書けるなら、これほどトリッキーなハードウェアの設計図も書けるのではないか？」これが、研究者たちが取り組んだ大きな問いです。彼らは、賢いAIが単純なハードウェアのタスクの説明を見て、それを動作する工場の設計図へと変換できるのか、それともハードウェアの厳格なルールによって混乱してしまうのかを確かめたかったのです。

実験：おしゃべり vs コーディング

研究者たちは、異なるAIモデルがこの仕事をどの程度こなせるかを検証するために、大規模なテストを実施しました。彼らはAIに対して、2つの非常に異なる方法で設計図を要求しました。

1. 「おしゃべり」なアプローチ（自然言語）： 彼らは、ハードウェアが何をすべきかを普通の英語でAIに伝えました。例えば、「2つの数字を掛け合わせる機械を作って」といった具合です。これは、レシピを与えずに、友人に「ねえ、サンドイッチを作って」と頼むようなものです。
2. 「プログラマー」のアプローチ（HLS-C プロンプティング）： 普通の英語の代わりに、ロジックを記述したCコード（一般的なプログラミング言語）をAIに与えました。これは、AIがよく知っている言語で書かれた詳細なレシピをAIに渡し、そのレシピを特定の「工場言語」（Verilog）に翻訳してもらうようなものです。

彼らはこれらを7つの異なるAIモデル（GPT-4やGeminiなどの有名どころを含む）でテストし、単純な信号機コントローラーから複雑な計算機まで、8種類の異なるデジタル回路を作成させました。AIが偶然正解したのか、それとも本当にタスクを理解しているのかを確認するため、各テストを30回ずつ実行しました。

結果：レシピの勝利

結果は非常に明確で、驚くかもしれません。AIに普通の英語で「おしゃべり」をした場合、苦戦しました。生成された設計図が実際に動作したのは、平均してわずか**26.9%**でした。ほとんどの場合、AIは間違ったレンガを使って家を建てようとするようなミスを犯しました。コードがコンパイル（起動）すらできなかったり、動作はしても間違った結果を出したりしたのです。

しかし、研究者が**Cコードのレシピ（HLS-C プロンプティング）に切り替えると、AIのパフォーマンスは跳ね上がりました。成功率は39.5%**に上昇しました。これは大きな改善です！このことは、AIがいかに賢くても、思考回路はハードウェアエンジニアよりもプログラマーに近いことを示唆しています。構造化されたコードのレシピを与えられると、AIはそのステップをハードウェアの言語へと正確に翻訳できるのです。それはまるで、AIが「あ、フランス語のレシピをくれたんですね？それなら完璧にスペイン語に翻訳できますよ。でも、もし英語で単に『サンドイッチを作って』と言われると、材料を勘違いしてしまうかもしれません」と言っているかのようです。

「変な数字」テスト：暗記しているのか、理解しているのか？

AIが以前見た答えをただコピーしているだけ（暗記）なのか、それともこれらの機械の作り方を本当に理解しているのかを確認するために、研究者はトリックを仕掛けました。彼らはAIに対し、7ビットや31ビットといった、非常に珍しく、通常ではありえないビット数を用いた乗算器（数学マシン）を作るよう命じました。これらは実生活ではほとんど見かけない数字であり、AIがトレーニングデータから答えを暗記していたとは考えにくいものです。

ここでの結果は非常に興味深いものでした。一部のより賢いAIモデル（o4-miniやGemini 2.5 Proなど）は、これらの変な数字をほぼ完璧にこなし、**90%**以上の確率で正解を出しました。これは、これらのモデルが単にコピー＆ペーストをしているのではなく、たとえサイズが変わっても、機械を構築するためのロジックを実際に理解していることを示唆しています。彼らは汎用化、つまり見たことがない新しい状況にもルールを適用できるのです。

課題：まだ完璧ではない

改善は見られるものの、論文は、私たちはまだ完成には至っていないことを明確に述べています。たとえ「レシピ」のアプローチを用いたとしても、AIは依然として成功するよりも失敗することの方が多いのです。最大の問題は、AIが構文（スペルミスのようなもの）を間違えることではなく、タイミングを間違えることです。

想像してみてください。AIが、コンベアベルトが1秒早く動きすぎてしまう工場を作ったとします。設計図は完璧に見え、機械も起動しますが、製品が梱包される前にラインから落ちてしまいます。研究において、これらの「シミュレーションエラー」が最も一般的な失敗原因でした。AIは、見た目は正しいものの、時計が動き出すと挙動がわずかに狂ってしまうコードを作成してしまうことがよくあります。これらのエラーを修正するのは困難です。なぜなら、ハードウェアが時間とともにどのように振る舞うかについての深い理解が必要であり、AIはまだそこでの苦戦が続いているからです。

また、研究者たちは、AIが正解を出したとき、その結果として得られたハードウェアは、人間の専門家が書いた設計図と同等、あるいはそれ以上に高速であることも発見しました。これは大きな勝利です。もしAIがこれらの微細なタイミングのミスを克服できれば、エンジニアにとって強力なアシスタントになり得ることを示唆しています。

結論

では、教訓は何でしょうか？AIはコンピュータチップの設計を助ける上で非常に上手くなりつつありますが、まだ完全に仕事を奪う準備ができているわけではありません。それは、明確で構造化された計画（Cコードのレシピのようなもの）を与えれば素晴らしい設計案をドラフトできるものの、最終的な詳細を確認し、工場がクラッシュしないように監視する人間の監督者を必要とする「優秀なインターン」のようなものです。

この研究は、これらのAIモデルと話すには、単に普通の英語でチャットするよりも、コードベースのプロンプトを使用する方がはるかに優れた方法であることを示唆しています。AIは依然として人間のデバッグを必要とするミスを犯しますが、設計プロセスを加速させ、ハードウェアエンジニアリングの初心者への入門を助ける強力なツールになりつつあります。私たちは、助けなしにゼロからチップを構築できる段階にはまだ達していませんが、間違いなく正しい方向へ進んでいます。