论文
像人类一样调试：通过块级面向指令的切片将基于 LLM 的故障定位扩展到处理器设计
Debug Like a Human: Scaling LLM-based Fault Localization to Processor Design via Block-Level Instruction-Oriented Slicing
摘要
现代处理器设计代码中的故障定位是处理器验证过程中关键但耗时的步骤。虽然基于 LLM 的模块级硬件设计技术的最新进展已经显示出有希望的结果，但自动定位大规模项目级处理器设计中的错误仍然具有挑战性。在本文中，我们提出了 BluesFL，一种用于处理器设计的基于 LLM 的新型块级故障定位框架。受工程师调试处理器方式的启发，我们首先提出了一种基于数据流的代码块化方法来指导 LLM 专注于关键的本地代码上下文。我们进一步提出了一种块级面向指令的切片（Blues）算法，该算法使 LLM 通过分析指令执行路径和处理器状态来模仿人类推理。我们在包含 19K 行 SystemVerilog 代码的真实 RISC-V 处理器内核上评估 BluesFL。实验结果表明，BluesFL 正确定位了 Top-1 中的 24 个错误，比现有最先进的技术（7 个错误）实现了 242.9% 的改进。成本分析表明，BluesFL 定位单个错误平均只需 0.257 美元。