LLM4PQC——一个用于精确高效合成PQC核心的智能体框架
后量子密码(PQC)硬件设计是一个复杂且多层级的过程,存在诸多挑战。首要瓶颈在于将PQC参考代码从C语言转换为高层次综合(HLS)规范,这一过程需要大量人工重构工作[1]-[3]。另一瓶颈是复杂PQC原语(包括数论变换(NTT)加速器和宽内存接口)的综合可扩展性问题。虽然大语言模型(LLMs)在Python等通用语言编码中表现卓越,但面向硬件设计的编码更具挑战性——反馈驱动与智能体协同集成是当前最先进方法取得成功的关键原则。该研究团队提出LLM4PQC框架,该基于LLM的智能体系统可将高级PQC规范及参考C代码重构为符合HLS要求且可综合的C代码,并生成验证所得的RTL代码。为确保正确性,该工作采用分层验证机制,涵盖快速C编译仿真及RTL仿真。针对NIST PQC参考设计的案例研究表明,与传统流程相比,该框架能显著减少人工工作量并加速设计空间探索。总体而言,LLM4PQC为复杂硬件加速器综合提供了高效有力的实现路径。
量科快讯
【印度安得拉邦政府计划与NIELIT合建量子人工智能大学】在日前于新德里举行的“印度人工智能影响峰会”上,印度安得拉邦政府签署了七份关于量子计算技能培训及基础设施建设的谅解备忘录。该邦政府还与印度国…
1 小时前
1 小时前
3 小时前
22 小时前

