.png){kind=icon}
返回
ChipMate: Design-experience-driven chip recommendation framework based on multi-agent collaboration
.png){kind=icon}
PRE
AI
DOI：10.1016/j.mejo.2026.107256.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现代集成电路（IC）设计高度依赖电子设计自动化（EDA）工具。然而，目前尚无工具能为系统级IC设计中的芯片选择提供高效支持。为解决此挑战，本文提出ChipMate系统，该系统能够根据用户以自然语言表达的需求，快速准确地生成芯片推荐。为实现此功能，本文提出了一种以设计经验驱动的多智能体协作（DEMA）框架。具体而言，引入了一种智能体辅助的数据集生成（AADG）方法，以提高生成富含结构化设计经验的领域特定数据集的效率。在此基础上，提出了领域特定的检索增强生成（DSRAG）工作流，并构建了专门的芯片数据库，以实现高精度的芯片选择。此外，为持续提升推荐质量，将人机反馈增强循环（HMFL）纳入DEMA框架，实现迭代优化，使推荐准确性和可靠性持续演进。实验结果表明，ChipMate显著优于同等规模的最新技术DeepSeek-R1，在BLEU、METEOR和ROUGE-L评分上分别提升了3.03倍、1.38倍和1.34倍。值得注意的是，在可靠性水平评估中，其“高度可靠”的评级比例最高，达到79.3%，证实了其整体有效性。
Keyword:
Chip recommendation
Large language model
Electronic design automation
System-level design
期刊
IF:
2.3
论文数:
296
被引数:
4.7K
机构
引用论文
Efficient Deterministic Multi-Objective Sizing Algorithm for Analog Circuits Based on Modified Weighted Sum Method基于改进加权求和法的模拟电路高效确定性多目标尺寸设计算法
PREAI
分享收藏Utilizing large language models for automated extraction of radio-frequency circuit metrics from scientific publications利用大型语言模型自动从科学出版物中提取射频电路指标
PREAI
分享收藏分享收藏Reliable design of millimeter-wave filters: A physically-verified adaptive surrogate optimization approach毫米波滤波器的可靠设计：一种经过物理验证的自适应代理优化方法
PREAI
分享收藏Yin, Y.; Wang, Y.; Xu, B.; Li, P. ADO-LLM: Analog design bayesian optimization with in-context learning of large language models. In Proceedings of the IEEE/ACM International Conference on Computer-Aided Design, Digest of Technical Papers, ICCAD, New York, NY, USA, 27–31 October 2024. [Google Scholar] [CrossRef]Yin, Y.; Wang, Y.; Xu, B.; Li, P. ADO-LLM：基于大型语言模型上下文学习的模拟设计贝叶斯优化。发表于IEEE/ACM国际计算机辅助设计会议论文集，技术论文摘要，ICCAD，纽约，美国，2024年10月27日至31日。[Google Scholar][CrossRef].png)
IF0
PREAI
分享收藏
查看更多内容