AnalogScout：LLM智能体框架降低模拟电路尺寸设计功耗
热点事件持续更新
AnalogScout：LLM智能体框架降低模拟电路尺寸设计功耗
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yichen Long 与 Keren Zhu 发布论文，提出由 LLM 智能体驱动的 PVT 感知模拟电路尺寸优化框架 AnalogScout，结合精英设计复用、解析 gm/Id 局部定尺寸和全工艺角验证下的全局精调，论文已提交 IEEE ISCAS 2027。 作者称，在三个 SKY130 OTA 上、同样 16k 次仿真预算下，AnalogScout 的功耗较演化策略 CMA-ES 降低 43.3%，且仅用 CMA-ES 7.0% 的仿真预算即达到其最终功耗；功耗还低于贝叶斯优化及两个复现的 LLM 驱动流程。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
AnalogScout：基于 LLM 智能体的仿真高效 PVT 感知模拟电路尺寸优化框架报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIAnalogScout：基于 LLM 智能体的仿真高效 PVT 感知模拟电路尺寸优化框架
AnalogScout 是一个由 LLM 智能体驱动的仿真高效 PVT 感知模拟电路尺寸优化框架，结合精英设计复用、解析 gm/Id 局部定尺寸和全工艺角验证下的全局精调。在三个 SKY130 OTA 上、同样 16k 次仿真的预算下，功耗较演化策略 CMA-ES 降低 43.3%，且仅用其 7.0% 预算即达到 CMA-ES 的最终功耗；功耗还低于贝叶斯优化及两个复现的 LLM 驱动流程。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。