Spec2RTL-Agent：使用大型语言模型代理系统从复杂规范自动生成硬件代码

尽管最近在使用大型语言模型（LLMs）生成硬件RTL代码方面取得了进展，但现有解决方案在实际应用场景与真实世界RTL代码开发需求之间仍存在巨大差距。先前的方法要么侧重于过度简化的硬件描述，要么依赖大量人工指导来处理复杂规范，这限制了它们的可扩展性和自动化潜力。在本文中，我们提出一个名为Spec2RTL-Agent的LLM代理系统来解决这一差距，该系统旨在直接处理复杂的规范文档并生成相应的RTL代码实现，从而推动基于LLM的RTL代码生成走向更实际的应用环境。为实现这一目标，Spec2RTL-Agent引入了一个新颖的多代理协作框架，该框架集成了三个关键使能器：（1）一个推理和理解模块，将规范转换为结构化的分步实施计划；（2）一个渐进式编码和提示优化模块，通过多重表示迭代细化代码，以增强RTL转换的正确性和可综合性；以及（3）一个自适应反射模块，在生成过程中识别并追溯错误的来源，确保更稳健的代码生成流程。我们的系统并非直接从自然语言生成RTL，而是策略性地生成可综合的C++代码，然后针对HLS进行优化。这种代理驱动的精炼与朴素的直接RTL生成方法相比，确保了更高的正确性和兼容性。我们在三个规范文档上评估了Spec2RTL-Agent，结果显示它生成的RTL代码比现有方法减少了高达75%的人工干预。这凸显了它作为首个从非结构化规范生成RTL的全自动多代理系统的作用，从而减少了硬件设计中对人力的依赖。