中国人民解放军国防科技大学陈微获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国人民解放军国防科技大学申请的专利基于RAG的少样本处理器设计PPA预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120951896B 。
龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511042776.4,技术领域涉及:G06F30/327;该发明授权基于RAG的少样本处理器设计PPA预测方法是由陈微;汤明鑫;曾坤;吴利舟;黄立波;高心谨;杨森设计研发完成,并于2025-07-28向国家知识产权局提交的专利申请。
本基于RAG的少样本处理器设计PPA预测方法在说明书摘要公布了:本发明公开了一种基于RAG的少样本处理器设计PPA预测方法。技术方案是:构建由处理器设计范式,EDA工具模块,RAG模块,待测处理器设计输入模块以及PPA预测模块组成的基于RAG的少样本处理器设计PPA预测系统。RAG模块对处理器设计范式的设计空间进行采样,获取处理器设计样本,对样本的特征向量编码,利用EDA工具模块获取设计样本的PPA值,构建PPA预测所需的知识库;RAG模块在知识库中检测与待预测PPA值的处理器设计编码相匹配的知识,基于相匹配的知识生成提示词。PPA预测模块与提示词交互,得到待预测PPA值处理器设计的PPA预测值。本发明能基于少量样本进行准确PPA预测,缩短设计周期。
本发明授权基于RAG的少样本处理器设计PPA预测方法在权利要求书中公布了:1.一种基于RAG的少样本处理器设计PPA预测方法,其特征在于包括以下步骤: 第一步,构建基于RAG的少样本处理器设计PPA预测系统,基于RAG的少样本处理器设计PPA预测系统由处理器设计范式,EDA工具模块,RAG模块,待测处理器设计输入模块以及PPA预测模块组成;其中RAG模块中包含知识库构建子模块,检索匹配子模块以及提示词生成子模块; 知识库构建子模块对处理器设计范式的设计空间进行采样,获取若干处理器设计样本,并对这些处理器设计样本的特征向量进行编码,得到特征向量的编码,利用EDA工具模块中的仿真、综合工具获取处理器设计样本的PPA值,构建PPA预测所需的知识库;待测处理器设计输入模块接收设计人员输入的待预测PPA值的处理器设计特征向量,发送给RAG模块中的检索匹配子模块;检索匹配子模块接收待预测PPA值的处理器设计特征向量,在知识库中检测与待预测PPA值的处理器设计编码相匹配的知识;提示词生成子模块基于从检索匹配子模块得到的相匹配的知识生成用于与PPA预测模块交互的提示词;PPA预测模块通过与提示词生成子模块生成的提示词进行交互,得到待预测PPA值处理器设计的PPA预测值; 第二步,知识库构建子模块对处理器设计范式的设计空间进行采样,并构建用于检索匹配子模块检索的知识库,方法是: 步骤2.1处理器设计范式由M个模块组成,M为正整数,各个模块的可配置参数组合在一起形成长度为N的特征向量,;知识库构建子模块对处理器设计范式的设计空间进行采样,得到V个处理器设计范式的特征向量,V为正整数,1≤v≤V,其中1≤n≤N,分别表示第v个特征向量配置下的处理器设计的第1至第N个参数的取值;采样方法是: 步骤2.1.1将处理器设计范式的设计空间中的所有特征向量放到特征向量集合DS中,记录各个模块的可配置参数的所有可行取值组合与编码即的一一对应关系,基于上述关系对DS中的所有特征向量进行编码,得到对应的编码向量,并将这些编码向量放到特征向量编码向量集合CS中,CS={},的编码,1≤k≤K,K是处理器设计范式的设计空间中的特征向量个数; 步骤2.1.2对CS进行聚类,得到V个簇,并记录这V个簇中离中心点欧几里得距离最小的编码,依次记为,VK; 步骤2.1.3对进行解码,得到对应的特征向量,令对应的特征向量为是对应的特征向量; 步骤2.2使用配置处理器设计范式,得到配置下的处理器设计,处理器设计范式自动生成对应处理器设计的verilog源码,将配置下的处理器设计的verilog源码发送给EDA工具模块; 步骤2.3EDA工具模块使用仿真工具获取配置下的处理器设计的性能评估;使用综合工具获取配置下的处理器设计的功耗和面积评估,并将四元组集合{,,,,…,,,…,,}发送回知识库构建子模块; 步骤2.4知识库构建子模块构建知识库KB,令KB={,,,,,,…,,,…,,},其中五元组,为KB中第v项知识条目,KB中一共包含V项知识条目; 第三步,检索匹配子模块从待测处理器设计输入模块接收待预测PPA值的处理器设计特征向量,对待预测PPA值的处理器设计特征向量进行编码,得到特征向量的编码并根据特征向量的编码在知识库中进行检索匹配,将检索匹配得到的知识与待预测PPA值的处理器设计特征向量一起发送给提示词生成子模块,方法是: 步骤3.1检索匹配子模块从待测处理器设计输入模块接收待预测PPA值的处理器设计特征向量; 步骤3.2检索匹配子模块对进行编码,得到; 步骤3.3检索匹配子模块以作为关键字检索知识库KB,检索匹配得到T条知识条目即,,,,…,,,…,,,T为正整数且TV; 步骤3.4检索匹配子模块将以及检索匹配得到的T条知识条目发送给提示词生成子模块; 第四步,提示词生成子模块从检索匹配子模块接收以及检索匹配得到的T条知识条目,生成用于待预测PPA值的处理器设计的PPA预测的提示词,方法是: 步骤4.1生成大语言模型的角色背景提示词,将大语言模型的角色背景提示词写入待预测PPA值的处理器设计的PPA预测提示词; 步骤4.2生成大语言模型的相关知识提示词,方法为: 步骤4.2.1将“以下是处理器架构A的一些参数设计及对应处理器的性能值、功耗值以及面积值:”写入步骤4.1生成的角色背景提示词后; 步骤4.2.2初始化t=1; 步骤4.2.3将“参数设计t:第1个参数名=[0],第2个参数名=[1],…,第n个参数名=[n-1],…,第N个参数名=[N-1];”写入待预测PPA值的处理器设计的PPA预测提示词; 步骤4.2.4将“参数设计t的性能值为:、功耗值为:、面积值为:;”写入待预测PPA值的处理器设计的PPA预测提示词; 步骤4.2.5令t=t+1,若tT,说明T条检索匹配得到的知识条目中的信息已经形成提示词,转步骤4.3,否则转步骤4.2.3; 步骤4.3生成大语言模型的PPA预测提问的提示词,写入待预测PPA值的处理器设计的PPA预测提示词的末尾; 步骤4.4将待预测PPA值的处理器设计的PPA预测提示词发送给PPA预测模块; 第五步,PPA预测模块从提示词生成子模块接收待预测PPA值的处理器设计的PPA预测提示词,生成PPA预测,方法是: 步骤5.1大语言模型通过API接口接收待预测PPA值的处理器设计的PPA预测提示词; 步骤5.2大模型根据待预测PPA值的处理器设计的PPA预测提示词以及大语言模型中具备的处理器体系结构基本知识进行推理计算,回答提示词,得到待预测PPA值的处理器设计的PPA预测值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市德雅路109号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励