Chip to System - LLM-gestütztes Co-Design

Abstract

Die Entwicklung moderner Elektroniksysteme erfordert zunehmend die integrierte Betrachtung von Interdependenzen zwischen der Chip- und der Systemebene, insbesondere hinsichtlich der Signalintegrität (SI), Powerintegrität (PI) und elektromagnetischen Verträglichkeit (EMV). Dieser Beitrag untersucht einen neuartigen Ansatz, der Large Language Models (LLMs) als Grundlage für ein Co-Design-Framework verwendet. Ausgehend von der inhärenten Fähigkeit von LLMs zur Verarbeitung und Generierung komplexer textueller und potenziell strukturierter Daten, wird die Möglichkeit der Adaptation dieser Modelle durch Fine-Tuning auf domänenspezifisches Wissen und Daten des Leiterplattenentwurfs vorgestellt. Darüber hinaus wird die Entwicklung von LLM-basierten Agenten evaluiert, die insbesondere den Optimierungsprozess von PCB-Stackups hinsichtlich kritischer physikalischer Entwurfsparameter unterstützen können. Zukünftige Forschungsarbeiten werden sich auf die robuste Integration dieser Agenten in bestehende EDA-Workflows und die umfassende Validierung ihrer Leistungsfähigkeit in industriellen Anwendungsfällen konzentrieren.

Biographie

Julian Withöft schloss sein Studium des Wirtschaftsingenieurwesen mit dem Schwerpunkt in Elektro- und Informationstechnik an der Technischen Universität Dortmund 2020 mit dem Bachelor und 2022 mit dem Master of Science ab. Seit September 2022 promoviert er am Arbeitsgebiet Datentechnik - Information Processing Lab an der Technischen Universität Dortmund. Seine Forschungsinteressen umfassen Signalintegrität, Signalverarbeitung und maschinelles Lernen. Außerdem lehrt er im Bereich der Signalverarbeitung und Signalintegrität. Von April 2022 bis Dezember 2024 war er Mitarbeiter im BMWK-geförderten F+E Projekt progressivKI; seit Dezember 2023 ist er Mitarbeiter im BMBF-geförderten F+E Projekt KI4BoardNet.