ARES: Adaptive Reasoning-Effort Steering for PPA- and Cost-Aware RTL Optimization with LLM Agents
作者: Stef Cuyckens, Mihaela Jivanescu, Jun Yin, Chao Fang, Marian Verhelst
分类: cs.AR, cs.AI
发布日期: 2026-07-30
备注: 7 pages, 6 figures
💡 一句话要点
提出ARES以优化RTL设计的PPA和成本问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: RTL优化 大语言模型 推理努力 成本优化 集成电路设计
📋 核心要点
- 现有方法在优化RTL设计时未考虑每次LLM调用的归一化成本，导致比较不公平。
- ARES通过引入归一化成本和适应性推理努力，优化了LLM在RTL设计中的应用效率。
- 在未见的测试设计上，ARES显著降低了FoM，提升幅度达到23-27%。
📝 摘要（中文）
大语言模型（LLM）代理通过迭代编辑、综合和PPA分析来优化寄存器传输级（RTL）设计的功耗、性能和面积（PPA），每次LLM调用需支付一定的成本。现有代理在未考虑归一化成本的情况下报告质量，并将其归因于工程化的跨设计记忆，同时固定每次调用的推理努力。本文提出ARES，包含三项创新：1）引入每次LLM调用的归一化美元成本，以便在不同努力水平和优化器之间进行公平比较；2）发现长期记忆的构建对优化效果影响不大，简单的经验拼接与工程化记忆效果相当；3）通过在较低努力水平停滞时再加深推理，适应每次调用的推理努力，从而在21个训练设计上进行调整。实验表明，ARES在三个未见测试设计上将FoM降低23-27%，而最佳固定努力仅为16-23%。
🔬 方法详解
问题定义：本文旨在解决现有LLM代理在RTL设计优化中未考虑归一化成本的问题，导致优化效果的比较不公平。同时，固定的推理努力限制了优化的灵活性和效率。
核心思路：ARES通过引入每次LLM调用的归一化美元成本，使得不同优化器和努力水平之间的比较更加公平。此外，ARES采用适应性推理努力策略，在较低努力水平停滞时再加深推理，以提高优化效率。
技术框架：ARES的整体架构包括三个主要模块：1）归一化成本计算模块，负责记录每次LLM调用的成本；2）推理努力适应模块，根据进展动态调整推理深度；3）PPA分析模块，评估优化效果并反馈给前两个模块。
关键创新：ARES的最大创新在于引入了归一化成本的概念，并通过适应性推理努力策略显著提升了优化效果。这与现有方法的固定推理努力形成鲜明对比，使得资源分配更加高效。
关键设计：ARES在设计中采用了耐心计数器来监控进展，并在21个训练设计上进行调优。关键参数包括每次调用的成本计算方式和推理努力的动态调整策略。
🖼️ 关键图片
📊 实验亮点
在三个未见的测试设计上，ARES的努力策略将FoM降低了23-27%，而最佳固定努力的FoM仅降低了16-23%。ARES在优化LLM生成的乘加单元时，缩小了与手动优化版本的性能差距，达到了25%的FoM提升，且仅使用了12%的令牌。
🎯 应用场景
ARES的研究成果在集成电路设计、硬件优化等领域具有广泛的应用潜力。通过优化RTL设计的PPA和成本，ARES能够帮助工程师在资源有限的情况下实现更高效的设计，推动电子产品的性能提升和成本降低。未来，ARES的理念和方法也可能扩展到其他领域，如软件优化和系统设计等。
📄 摘要（原文）
Large language model (LLM) agents optimize the power, performance, and area (PPA) of register-transfer-level (RTL) designs by iterating over edits, synthesis, and PPA analysis, paying a dollar cost for every LLM call. Prior agents report the quality reached without its normalized cost, attribute that quality to an engineered cross-design memory, and hold the reasoning effort of every call fixed. We propose Ares with three corresponding innovations. (1) We introduce a normalized dollar cost per LLM call reported alongside the figure of merit (FoM), enabling fair comparison across effort levels and optimizers. (2) Using this accounting, we find the construction of the long-term memory matters little. An engineered memory brings no dependable gain over a plain concatenation of the same experience. (3) We instead adapt the per-call reasoning effort by escalating to deeper reasoning only once progress at a lower effort stalls, via a patience counter fit on 21 training designs, allocating reasoning where it pays rather than uniformly across all iterations. On three test designs unseen during training, the effort policy lowers the FoM by 23-27% where the best fixed effort reaches 16-23%, at equal normalized cost. Ares closes up to 83% of the gap from an LLM-drafted multiply-accumulate unit to its highly hand-optimized counterpart, and reaches a 25% deeper FoM than state-of-the-art Dr. RTL at 12% of its tokens.