AgRefactor: мультиагентная LLM-система ускоряет преобразование софта в HLS-код в 6,5 раза
Высокоуровневый синтез (HLS) позволяет быстро перейти от концепции к чипу, но преобразование реального ПО в синтезируемый HLS-код остаётся сложной задачей из-за ограниченной поддержки языков и разрыва между программными и аппаратными практиками программирования. Существующие автоматические и LLM-ориентированные подходы частично решают эту проблему, но часто негибки, плохо масштабируются и требуют больших вычислительных затрат.
Группа исследователей представила AgRefactor — мультиагентный рабочий процесс на основе LLM для рефакторинга программ в HLS-совместимые программы. Ключевая особенность — самосовершенствующаяся система памяти, которая накапливает и извлекает фактические и стратегические знания между задачами, повышая надёжность и эффективность на незнакомых программах.
Для снижения затрат и улучшения масштабируемости AgRefactor интегрирует инструменты автоматического рефакторинга, позволяя агентам балансировать LLM-управляемые перезаписи с эффективными инструментальными преобразованиями. Система полностью автоматизирована и открыта с исходным кодом.
На 9 из 11 сложных реальных эталонов, которые в 5–10 раз длиннее самых сложных случаев из предыдущих работ, AgRefactor превзошёл или сравнялся с современными средствами автоматического рефакторинга и сильным LLM-базовым решением на том же каркасе. Дальнейшая оптимизация производительности дала геометрическое среднее ускорение в 6,51 раза по сравнению с лучшим инструментом настройки прагм и ускорение в 1,20 раза по сравнению с оптимизированными открытыми проектами при затратах дополнительных ресурсов менее 20%.
AgRefactor демонстрирует, что сочетание LLM с автоматизированными инструментами и обучаемой памятью способно существенно упростить и ускорить конверсию в HLS, открывая путь к более широкому внедрению высокоуровневого синтеза в индустрии.
