AI 代理人

深度分析

通用 AI 代理人主導的 HLS 優化：子核心分解、ILP 選擇與全域專家探索

高階合成 HLS 雖能將 C/C++ 轉為硬體設計，但仍高度依賴專家手動調整。本研究提出 Agent Factory 兩階段管線，先透過子核心優化與 ILP 篩選，再由多個編碼代理人執行跨函數的全局程式碼重構。實驗證明，在無需硬體特定訓練下，增加代理人數量可顯著提升性能，平均加速比達 8.27 倍，揭示了通用 AI 代理人在硬體優化領域的潛力。