100%-os RTL teljesítményteszt teljesítményt mutatott az NVIDIA HORIZON

Az NVIDIA Research bemutatta a HORIZON nevű, kézi beavatkozást nem igénylő keretrendszerét hardvertervezéshez. A rendszer a hardvertervezést kódfejlődésként kezeli, repository-szintű Git worktree-ek evolúciójával. A kutatók által végzett register-transfer level (RTL) tesztek során a HORIZON 100%-os teljesítményt ért el minden vizsgált RTL teljesítményteszt készletben. A kutatócsapat ugyanakkor elismeri, hogy az agentikus hardvertervezés területe még nem megoldott probléma.

Mi az a HORIZON?

A HORIZON a hagyományos, egyszakaszos kódgenerálás korlátait meghaladva kezeli a hardvertervezési feladatokat. A rendszer nem csupán Plausible Verilog kódot generál, hanem figyelembe veszi a ciklus-szintű viselkedést, a reset konvenciókat, a bit szélességeket és a szimulátor visszajelzéseit. Minden tervezési problémát verzióvezérelt repository-ként kezel, nem pedig egyetlen promptként. Az egyetlen szükséges bemenet egy strukturált Markdown harness, amely négy fő komponenst tartalmaz: a célt, domain-specifikus irányelveket, egy kiértékelő specifikációt és egy elfogadási predikátumot. A bootstrap agent ezt a harness-t fordítja le egy projektcsomaggá.

Kapcsolódó: NVIDIA AI-ügynök

Hogyan működik a repository-szintű ciklus?

A bootstrap után a HORIZON loop emberi beavatkozás nélkül fut. Minden ciklusban megtervez egy célt, szerkeszti a worktree-t, futtatja az eszközöket, majd kiértékeli az eredményt. Az elfogadási predikátum dönt arról, hogy az új verziót véglegesítse-e, vagy naplózza a hibát. A Git itt az alap, nem csak egy kiegészítő funkció. A diff-ek mutatják a javasolt állapotváltozásokat, a commit-ok pedig az elfogadott ellenőrzőpontokat. A napló tartalmazza az összes értékelési bizonyítékot. A loop a natív Git parancsokra támaszkodik a nyomon követés megkönnyítése érdekében. A sikeres commit-ok pozitív javítási példákként szolgálnak, míg a sikertelen kísérletek negatív példákként kerülnek naplózásra. A HORIZON nem képez vagy frissít RL policy-t, az agent alapja rögzített marad egy kampány során, ami csökkenti a költségeket.

Kapcsolódó: BenchJack hibakeresés

Hol helyezkedik el a HORIZON az önmagát fejlesztő rendszerek között?

A HORIZON a repository-szintű önfejlődés vonalát folytatja, de míg korábbi rendszerek a mérnökök által futtatott szoftvereket fejlesztették, a HORIZON a mérnökök által létrehozott hardvereszközöket fejleszti. Négy fő elvük közös: egy jelölt változást csak akkor fogadnak el, ha azt végrehajtható bizonyíték támasztja alá. A HORIZON a GPT-5.3 modellt használja alapként, fixen minden kísérlethez. A tesztek AMD EPYC 9334 processzoron futottak. Az értékelés a ChipBench, RTLLM-2.0 és Verilog-Eval benchmarkokat, valamint kilenc CVDP kategóriát ölelt fel. A HORIZON 100%-os átfutási arányt ért el minden vizsgált készleten.

Kapcsolódó: Anchor rendszer

teljesítményteszt eredmények és token-hatékonyság

Az első iteráció átlagos átfutási aránya 47,8% volt. A RTLLM-2.0 és a Verilog-Eval két iteráción belül elérte a 100%-ot. A CID 013 kategória, amely a teszttervtől az ellenőr generálásáig terjed, mindössze 3,8%-os kezdő értékkel indult, de fokozatosan 100%-ra emelkedett 19 iteráció alatt. A CID 002 kategória, a kódkiegészítés, 82 iterációt igényelt. A token-fogyasztás szempontjából a kilenc CVDP kategória használta a tokenek 97,1%-át, összesen 203,9 millió tokent. A kutatók szerint a token-hatékonyság javítása a legfontosabb, nem a végső átfutási arány.

Kapcsolódó: LLM memória-séma

Használati esetek és a Harness

Az értékelt kategóriák közvetlenül a napi RTL munkához kapcsolódnak, mint például a RTL kódkiegészítés, természetes nyelvű specifikációból RTL generálás, módosítás és modul újrafelhasználás, valamint hibakeresés. A felhasználó által látható bemenet egy Markdown harness, amely a célokat, domain-specifikus irányelveket, kiértékelő specifikációt és elfogadási predikátumot tartalmazza. A HORIZON a kereskedelmi EDA szimulációval iterál, amíg az ellenőr sikeresen át nem megy.

Kapcsolódó: HORIZON hibatérkép