“专用处理器智能生成”（批准号：62090024）为国家自然科学基金重大项目“处理器芯片敏捷设计方法与关键技术”的第4个课题，该项目由中国科学院计算技术研究所承担，执行期为：2021年1月-2025年12月。

    智能物联网时代各类应用的高能效部署需求推动了各种类型专用处理器（XPU）的碎片化定制，亟需降低XPU设计成本和提高XPU设计效率。该项目围绕XPU的敏捷设计，系统开展了XPU智能生成方法研究，在体系结构、集成电路设计自动化和人工智能领域旗舰期刊和国际会议发表论文70余篇，代表性成果包括：

1）在面向对象的算子模板类抽象和设计方面，针对高清视频应用、图学习、向量检索、密码计算、存内神经网络计算等应用领域，提出了多个XPU参数化硬件模板设计架构，可将领域应用抽取的热点算子高效的映射到硬件上实现，为XPU的智能生成奠定了良好的基础，有力推动了大规模专用处理器架构设计技术的发展。

2）在XPU硬件自动化综合方面，探索了AI时代XPU自动设计理论，提出了神经架构和量化精度联合自动优化机制、基于生成式对抗网络的处理器设计空间搜索技术等，实现了基于LLM的芯片RTL代码生成平台ChipGPT，将通用处理器和AI加速器的参数融合在同一搜索空间实现架构自动搜索和自动优化，为高性能专用芯片的自动设计提供了更高效和更可靠的解决方案。

3）在面向领域应用的自动化算子提取与XPU编译器方面，提出并实现了跨算子边界优化开源编译器、基于AI的编译器后端开发工具，开源了面向LLM中间表示优化的公开数据集IR-OptSet，训练了面向编译器后端的专用大语言模型，在保障编译器可靠性的前提下极大优化了编译器的开发效率，大幅节省了人力成本。 

上述成果形成了一套面向领域应用的专用加速器智能生成工具和一套AI驱动的编译器自动生成工具链，在可穿戴计算和图像处理等领域，智能生成的XPU设计在严格满足所有应用性能约束的前提下，相比手工调优的高层次综合设计实现了芯片面积和功耗的显著降低。

    该项目的研究从多个层次有效提高了XPU设计效率，推动了处理器设计自动化（PDA）工具链的创新发展，具有重要的科学意义和应用前景。