DeepMind 与哥大用 SQLite 让 AI 智能体调试芯片仿真
Google DeepMind and Columbia Univ paper argues that AI agents can debug chip simulations once the huge waveform files become a SQL database they can query.
Google DeepMind 与哥伦比亚大学的论文提出 Back-to-the-Future(BTTF),把超过 10 GB 的芯片仿真波形转成紧凑的 SQLite 数据库,让智能体用 SQL 查询调试。在 150 个专家标注的验证问题上,使用 Gemini 2.5 Pro 的 BTTF 正确率达 95.33%;多智能体分工在质量审计上比单智能体高 17.3%,延迟为 1.96 倍。
正文 · AI 翻译
Google DeepMind 与哥伦比亚大学的论文提出,一旦庞大的波形文件变成智能体可以查询的 SQL 数据库,AI 智能体就能调试芯片仿真。
芯片仿真会记录每一次信号变化,这些转储文件可能超过 10 GB 的文本,而工程师仍需手动扫描。没有任何 LLM 上下文能容纳这些内容,而且这些文件也没有为智能体提供搜索它们的方式。
他们构建了 Back-to-the-Future(BTTF),将转储文件转换为紧凑的 SQLite 数据库。随后,一组智能体将通俗英语问题转换为 SQL,检查设计规则,并审计每个答案。
在 150 个由专家标注的验证问题上,它使用 Gemini 2.5 Pro 正确回答了 95.33%。将工作拆分给多个专业智能体后,在质量审计上的得分比单个智能体高出 17.3%,延迟为 1.96 倍。
如果你的智能体难以处理庞大的日志或跟踪记录,请将数据放入可查询的数据库,而不是将其推入提示词中。
AI 热点