论文
CcktFormalizer:自然语言自动形式化为电路表示
CktFormalizer: Autoformalization of Natural Language into Circuit Representations
摘要
LLM 可以根据自然语言规范生成硬件描述,但生成的 Verilog 通常包含宽度不匹配、组合循环和不完整的案例逻辑,这些逻辑通过语法检查但在综合或芯片中失败。我们提出了 CktFormalizer,一个框架,通过 Lean 4 中嵌入的依赖类型 HDL 重定向 LLM 驱动的硬件生成。Lean 具有三个角色:(i)类型检查器:依赖类型编码位宽约束、案例覆盖和非循环性,将硬件缺陷转化为指导迭代修复的编译时错误; (ii) 正确性防火墙:编译的设计在结构上不存在导致无提示后端故障的缺陷(基线在综合和路由过程中丢失了 20% 的正确设计;CktFormalizer 保留了所有这些); (iii) 证明助手:代理在任意输入序列和参数化宽度上构造机器检查的等价性证明,超出了基于有界 SMT 的检查的范围。在 VerilogEval(156 个问题)、RTLLM(50 个问题)和 ResBench(56 个问题)上,CktFormalizer 实现了与直接生成 Verilog 相媲美的仿真通过率,同时提供了更高的后端可实现性:95--100% 的编译设计完成了完整的综合、布局布线、DRC 和 LVS 流程。通过经过验证的架构探索,闭环 PPA 优化阶段可减少高达 35% 的面积和 30% 的功耗,并通过自动定理证明确保每个优化变体在功能上与其正式规格相同。