AutoGate

深度分析

AutoGate：結合機器學習與 LLM 的細粒度時鐘閘控 RTL 電力優化框架

隨著晶片功耗成為設計瓶頸，研究提出AutoGate以機器學習與大型語言模型共同分析切換波形，將長序列摘要為結構化資訊，再由LLM重新編寫RTL，實現自動細粒度時鐘閘控。實驗顯示在小型基準可削減近五成動態功耗，工業規模設計亦達到兩位數的功率下降，且面積影響有限。