VLSI設計と検証のためのドメイン適応型大規模言語モデル：形式検証に関するケーススタディ

大規模言語モデル（LLM）は、産業向けチップ設計と検証のタスク自動化において前例のない機会を提供し、エンジニアリングの生産性を大幅に向上させることができます。既製のLLMをデプロイする代わりに、VLSI設計のドメインに言語モデルを適応させる方法論を提示し、ドメイン適応型モデルであるChipNeMoがチップ設計や電子設計自動化（EDA）に関するベンチマークで同様のサイズのモデルと比較してパフォーマンスが向上することを示します。最後に、ハードウェアの形式検証にLLMを適用する可能性に関するケーススタディを提示します。我々の結果は、GPT-4のような最も大きく、最も能力のあるモデルが構文的に正しいSVA実装を生成できることを示していますが、正式な特性の高レベルの自然言語記述として与えられるユーザーの意図を正確に反映する確保には改善の余地があることを示しています。