AutoPPA：通过基于对比代码的规则库学习实现自动电路 PPA 优化

性能、功耗和面积 (PPA) 优化是 RTL 设计中的一项基本任务，需要精确理解电路功能以及电路结构和 PPA 指标之间的关系。最近的研究尝试使用 LLM 自动化此过程，但基于反馈的方法和基于知识的方法都不够有效，因为它们要么在没有任何先验知识的情况下进行设计，要么严重依赖于人类总结的优化规则。在本文中，我们提出了 AutoPPA，一个完全自动化的 PPA 优化框架。关键思想是自动生成优化规则，以增强对最佳解决方案的搜索。为此，AutoPPA 采用探索-评估-归纳 ($E^2I$) 工作流程，从不同生成的代码对中对比和抽象规则，而不是手动定义先验知识，从而产生更好的优化模式。为了使抽象规则更具通用性，AutoPPA 采用了自适应多步搜索框架，该框架对给定电路采用最有效的规则。实验表明，AutoPPA 的性能优于手动优化以及最先进的方法 SymRTLO 和 RTLRewriter。