新上线今天0 投票
MacroAgent：利用LLM智能体设计轮廓算法，实现规则感知的宏单元合法化
在先进制程的VLSI设计中，宏单元（Macro）占据了核心区域的大量面积，其摆放位置直接影响最终设计质量（QoR）。宏单元合法化（Macro Legalization）是确定其最终位置的关键步骤，但现有方法要么鲁棒性不足，要么计算开销巨大，要么忽视了宏单元之间的规则性。针对这些痛点，来自香港中文大学等机构的研究团队提出了 MacroAgent，一种基于大语言模型（LLM）智能体的新型框架，相关论文已发表于 arXiv（编号2608.24946）。
四阶段流程，LLM 设计启发式算法
MacroAgent 采用聚类、轮廓生成、模板匹配、簇间优化的四阶段流程。其核心创新在于，利用 LLM 智能体自动发现多种有效的、规则感知的启发式轮廓算法，替代人工设计的启发式规则。这一设计不仅提升了算法的适应性，还大幅降低了人工调参成本。
显著提升规则性与布线质量
在 TILOS 和 Chipyard 基准测试上，相比现有最先进方法，MacroAgent 实现了：
- 布局规则性提升 2 到 8 倍
- 布线后线长减少 3% 至 5%，且拥塞程度相当
- 鲁棒性显著增强，同时保持可接受的运行时间
进一步的端到端评估（基于 Cadence Innovus 布局布线流程）显示，规则性的提升成功转化为实际 PPA（功耗、性能、面积）收益：
- 相比 DREAMPlace 宏单元合法化基线，布线后线长降低 2.9%，TNS（总负时序裕量）改善 68.3%
- 集成到 Innovus 宏单元布局流程后，布线后线长降低 1.8%
行业意义与展望
这项研究展示了 LLM 在 EDA（电子设计自动化）领域的巨大潜力。传统上，EDA 工具中的启发式算法依赖专家经验，而 MacroAgent 证明了 LLM 可以自主探索设计空间，生成高性能算法。这为芯片设计自动化开辟了新的方向，尤其是在先进制程下设计复杂度激增的背景下，LLM 驱动的自动化优化可能成为提升设计效率与质量的关键技术。未来，类似方法有望扩展到布局布线、时钟树综合等更多环节。