11:05arXiv cs.AI@Qinpei Luo, Ruichun Ma, Xinyu Zhang, Lili QiuSchGen 是首个能从自然语言请求生成可编辑 PCB 原理图的大语言模型。传统 PCB 原理图格式冗长、依赖工具特定语法和几何描述,难以被 LLM 有效处理。SchGen 提出了一种语义驱动的代码表示,将原理图编辑原语编码为相对位置和基于引脚名的布线,把几何生成问题转化为语义匹配任务。团队还通过人机协作管道构建了大规模 PCB 原理图数据集。实验表明,SchGen 在线路连接准确性和功能正确性上显著优于其他表示方法和更大的通用 LLM。这项工作证明了表示设计在使生成模型胜任复杂硬件设计任务中的关键作用。论文PCB设计原理图生成大语言模型语义表示硬件自动化推荐理由:硬件工程师和EDA开发者终于有了一个能用自然语言生成PCB原理图的LLM方案,SchGen 的语义代码表示思路值得关注,做硬件设计自动化的团队可以直接参考其方法。原文
11:06arXiv cs.LG@Julian Withöft, Werner John, Emre Ecik, Ralf Brüning, Jürgen Götze精选论文提出一种缓冲器参数化的机器学习代理模型方法,将IC缓冲器特性(如时钟频率、电源电压、上升/下降时间、抖动及内部电阻电容)作为动态输入,与PCB参数共同建模,从而无需重新训练即可处理跨技术变化。通过对比树模型、核方法、高斯过程回归和神经网络等架构,发现各向异性高斯过程回归在小数据场景表现优异,而神经网络在大数据集上显著领先。该方法在44个设计参数的复杂互连上验证,展示了相比传统仿真在眼图合规检查中巨大的计算加速。论文信号完整性机器学习代理模型PCB设计缓冲器参数化高斯过程回归推荐理由:PCB信号完整性分析团队终于有了能跨技术代际复用的ML代理模型,不用每次换缓冲器参数就重新生成数据和训练,做高速互连设计的工程师可以直接用这套框架加速眼图合规检查。原文