💬 NLP

SAMpLE: A SystemC-AMS Machine LEarning-based Framework for Virtual Prototyping

本文介绍了 SAMpLE，这是一个开源的 SystemC-AMS 框架，它通过即插即用的定时数据流（Timed Dataflow）接口和 ONNX 格式，实现了将机器学习模型集成到虚拟原型中的标准化，并提供原生 C++ 训练和离线执行后端，以增强嵌入式系统仿真中的可复现性、重用性和可比性。

原作者： Andrei Mihai Albu, Sara Vinco

发布于 2026-08-27

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Andrei Mihai Albu, Sara Vinco

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在设计复杂机器的世界里，从智能恒温器内部微小的计算机，到现代电网庞大的控制系统，工程师们面临着一个持久的问题：如何在系统建造之前预测其行为。传统方法依赖于描述每种物理定律的数学公式，但当系统变得过于复杂、过于陈旧或受到不可预测的人类习惯影响时，这些公式往往会失效。为了填补这一空白，设计者转向了一种不同的工具：机器学习。这些是能够从数据中学习模式而非遵循僵化规则的计算机程序。它们可以根据天气预测房屋将消耗多少能量，或者预测传感器何时可能发生故障。然而，将这些学习程序放入工程师用于设计系统的仿真软件中一直以来都非常笨拙。通常情况下，这需要为不同的软件工具构建定制的桥梁，这个过程缓慢、易出错，并且难以公平地比较不同的学习方法。

来自意大利都灵理工大学的一个研究小组引入了一种解决此问题的新方法，称为 SAMpLE。可以将它想象成一个通用适配器，让任何机器学习模型都能像标准电子元件一样，直接插入仿真环境。研究人员构建了一个框架，将这些学习模型视为系统的原生部分，使它们能够与系统的其余部分流畅运行，而无需特殊的、一次性的连接。这种方法允许工程师在虚拟环境中测试学习模型的表现，观察它是否能在变化的环境中实时适应，或者是在预先训练后表现得更好。该团队证明了这种方法运行可靠，产生的结果与原始学习程序几乎完全一致，同时也允许在相同的条件下并排测试不同类型的学习算法。

这项工作的核心在于研究人员如何组织他们的仿真。他们使用了一种特定类型的数字逻辑，称为定时数据流（Timed Dataflow），这是一种组织计算机任务的方式，使其按照严格、可预测的顺序发生，并以小巧、规则的数据块进行处理。这种结构恰好与机器学习的工作方式完美契合：两者都接收一组输入，进行处理，并在特定时刻产生输出。通过识别这种天然的契合点，团队创建了一个系统，使学习模型不需要经过翻译或被包裹在额外的软件层中。相反，它成为了仿真中的一个标准模块，在同一个时钟周期内接收数据、做出预测并传递结果，与系统的其余部分同步。

为了实现这一点，研究人员设计了一个支持两种不同使用方式的学习模型框架。第一种是离线方法，即模型在强大的计算机上单独进行训练，然后以标准格式导出，供仿真系统读取。这使得工程师可以使用由流行外部工具构建的模型，而无需从头开始重写它们。第二种是在线方法，即模型在仿真运行过程中直接进行学习。这对于需要随着新信息的到来而进行调整的系统非常有用，例如必须根据天气或用电量的突发变化来调整的电网。该框架能够无缝处理这两种方法，确保无论模型是在外部训练还是在仿真内部训练，其行为都是一致的，并且可以在不破坏其余设计的情况下进行更换。

团队使用来自两个不同来源的真实世界数据测试了他们的系统：一个追踪一组家庭的用电情况，另一个监测整个城市的电力需求。他们使用各种类型的学习模型运行了仿真，包括简单的线性预测器和更复杂的基于树的系统。结果显示，仿真能够以惊人的准确度重现原始学习程序的预测。对于遵循平滑、可预测模式的城市数据，模型的表现近乎完美，与原始结果几乎没有差异。对于噪声更大、更难预测的家庭数据，系统仍然表现良好，尽管模型在应对不可预测性方面显得有些吃力。至关重要的是，研究人员发现，在线学习模型由于能够随进度进行自适应，在处理杂乱的家庭数据时明显优于预先训练好的静态模型。

最重要的发现之一是能够公平地比较不同的学习方法。因为该框架将每个模型都视为一个标准组件，工程师只需通过更改配置文件中的一个设置，即可从一种类型的学习算法切换到另一种。他们不需要重写代码或重建仿真。这使得他们能够在完全相同的条件下，使用完全相同的数据，直接比较不同算法的表现。团队测量了每次仿真的耗时以及预测的准确度，发现某些方法比其他方法快得多，且某些方法在处理特定类型数据时更为准确。这种直接对比在以前很难实现，因为不同的学习工具通常需要不同的设置，导致无法进行公平比较。

研究人员还验证了该系统在不同场景下的可靠性。他们展示了只需通过更换输入文件，就可以在不改变任何底层软件的情况下，让相同的仿真代码同时适用于家庭数据和城市数据。这种可移植性表明，该框架可以应用于许多不同类型的工程问题，从管理能源网到设计自动驾驶汽车。系统还包含了检查数据质量和模型性能的工具，能够提供关于预测与现实匹配程度的清晰报告。这种透明度有助于工程师建立对结果的信任，并理解模型在何处可能失效。

虽然该系统功能强大，但研究人员也明确了其目前的局限性。它是为特定类型的数据和模型设计的，并且依赖于以标准格式导出的模型。团队指出，虽然在线学习模型在适应变化方面表现出色，但与离线模型相比，它们需要更仔细的设置。他们还强调，该系统是一个用于评估和设计的工具，而不是实际物理硬件的替代品。其目标是帮助工程师在建造之前做出更好的决策，从而降低失败风险并节省时间和成本。

这项工作代表了工程师将人工智能集成到设计流程中的一个重要进步。通过消除在学习工具与仿真软件之间建立定制、临时连接的需求，该框架使得实验新想法和比较不同方法变得更加容易。它将机器学习从一种专门的、难以使用的附加组件，转变为一种标准的、可靠的工程工具箱组成部分。随着系统变得越来越复杂且数据驱动，这类工具对于确保未来的设计稳健、高效并能应对现实世界将变得至关重要。研究人员已将其代码和数据公开，邀请更广泛的社区在他们的工作基础上进行构建，并探索虚拟原型设计中的更多可能性。

技术摘要：SAMpLE —— 一种用于虚拟原型设计的 SystemC-AMS 机器学习框架

1. 问题陈述

机器学习（ML）正越来越多地被用于嵌入式系统设计，以近似那些难以通过解析方法捕获的复杂行为——例如功耗、传感器动力学和故障预测。虽然基于 ML 的代理模型在准确性和计算成本之间提供了良好的权衡，但将其集成到基于 SystemC 的虚拟平台中仍然是一个挑战。

目前的集成方法是碎片化且非标准化的。现有的方法通常依赖于：

临时解决方案（Ad-hoc solutions）： 将推理过程嵌入到自定义的事务级建模（TLM）接口或外部 Python 运行时中，这造成了工具链的强耦合。
手动重实现： 为了实现紧密的内核集成而将模型用 C++ 重写，这带来了巨大的工程投入并限制了可移植性。
联合仿真（Co-simulation）： 通过 FMI 标准使用功能模型单元（FMU），这引入了同步开销并破坏了仿真的确定性。

这些局限性阻碍了在统一、可重复的仿真环境中系统化集成异构机器学习技术，使得在不同项目间比较不同模型或复用资产变得困难。

2. 方法论：SAMpLE 框架

作者介绍了 SAMpLE（SystemC-AMS 机器学习虚拟原型框架），这是一个开源框架，它将机器学习模型作为第一类 定时数据流（TDF） 组件集成到 SystemC-AMS 生态系统中。该框架利用了 TDF（因果、样本驱动执行）与机器学习推理（将固定大小的输入向量转换为离散步长下的输出）之间的语义一致性。

核心架构

该框架通过统一的 IMLModel 接口将仿真语义与推理执行解耦。这种抽象使得 TDF 调度器可以以相同的方式与任何模型族进行交互，无论其底层后端为何。工作流由一个 CSV 数据集和一个中心化的 JSON 配置文件（config.json）驱动，后者作为预处理、训练和仿真参数的单一事实来源。

双后端执行

SAMpLE 支持两种可互换的执行后端：

在线后端（原生 C++）： 专为轻量级模型和在线自适应学习设计。模型在仿真初始化和执行阶段进行增量构建和训练。支持的算法包括自适应线性估计器（NLMS-ARX、EW-RLS-ARX）、集成方法（Hedge Ensemble）、状态切换模型（GHMM）以及非线性方法（EKF-MLP、KRLS-ALD）。
离线后端（ONNX Runtime）： 支持部署在外部（如 PyTorch、TensorFlow 或 scikit-learn）训练的模型。这些模型被导出为 ONNX（开放神经网络交换）格式，并在仿真阐明阶段加载。框架会在仿真开始前进行静态形状检查和“试运行”推理，以确保兼容性。

数据预处理与生命周期

该框架包含一个模块化的预处理流水线，负责处理数据摄取、清洗、特征工程（包括时间数据的循环编码）以及统计分析。它支持离线训练（使用预处理后的数据集）和在线训练（处理逐样本自适应）。在仿真期间，框架使用标准的回归指标（MAE、RMSE、 $R^2$ ）评估模型性能，并提供可选的端口用于真值验证。

3. 主要贡献

论文概述了四项主要贡献：

原生集成： 一种将机器学习模型直接嵌入 SystemC-AMS TDF 语义的方法，消除了对外部联合仿真框架、中间件或手动模型转换的需求。
统一抽象： IMLModel 接口将仿真行为与推理执行分离，实现了在单一仿真环境内互换后端。
双后端架构： 支持用于在线学习的轻量级原生 C++ 实现，以及用于异构、预训练模型的可移植 ONNX 部署。
可重复评估： 一个符合语言参考手册（LRM）生命周期的开源框架，支持确定性的数据集处理、CSV 驱动的实验以及跨框架的模型一致性验证。

4. 实验评估

作者针对三个研究问题对 SAMpLE 进行了评估：保真度（与 Python 的数值等价性）、异构性（在单个网表中运行多样化模型）以及可移植性（在不更改代码的情况下迁移至不同数据集）。

数据集：

UCI Appliances： 受噪声和占用驱动影响的住宅能源消耗数据（19,735 个样本）。
Tetuan City： 平滑、周期性的城市电力需求数据（52,416 个样本）。

结果：

保真度 (Q1)： 对于离线模型（ARX、随机森林、XGBoost），SAMpLE 重现了 Python 的预测结果，具有极高的保真度。对于 UCI 数据集上的 XGBoost，最大差异为 $\Delta R^2 = 0.003$ ，证实了 ONNX 部署在保持预测准确性的同时，开销极小。
异构性 (Q2)： 框架成功在单个 SystemC-AMS 网表中执行了结构迥异的模型（线性、基于树、核方法、高斯过程）。切换模型仅需更改配置，无需修改代码。
可移植性 (Q3)： 通过更换输入 CSV 和特征模式，流水线在 UCI 和 Tetuan 数据集之间实现了无缝迁移，无需更改 C++ 源代码或构建配置。

性能洞察：

在非平稳的 UCI 数据集上，离线模型表现不佳（ $R^2 \in [0.13, 0.28]$ ），而自适应在线学习器（特别是 Hedge Ensemble）通过适应占用驱动的动态特性，实现了显著更高的准确率（ $R^2 = 0.879$ ）。
在周期性的 Tetuan 数据集上，离线和在线方法均收敛至高准确率（ $R^2 > 0.98$ ），其中线性自适应滤波器（NLMS-ARX）在准确性和计算成本之间提供了最佳平衡（端到端 48ms 对比离线流水线的 0.6s+）。

5. 重要性与主张

论文声称 SAMpLE 通过提供一个标准化、可重复且统一的环境，解决了机器学习赋能虚拟原型设计中的碎片化问题。其重要性在于：

消除临时集成： 移除了需要自定义接口或联合仿真层的需求，这些层会增加维护难度并降低可移植性。
实现公平比较： 允许在相同的调度、数据集划分和指标流水线下，对异构模型族进行评估。
支持未来标准化： 作者提出，IMLModel 合约（窗口化输入、固定大小输出、就绪标志）可以作为未来 SystemC-AMS 标准中一种标准原语的基础，因为它成功地集成了从紧凑型线性估计器到复杂非线性学习器的各种模型，且未对语言核心产生影响。

该工作被视为向更强大的数据驱动虚拟原型生态系统迈出的基础性一步，未来的工作计划包括异构模型集成以及不确定性感知推理。