RL-MUL: Multiplier Design Optimization with Deep Reinforcement Learning

本文提出了一种基于强化学习的乘法器设计优化框架RL-MUL。乘法是许多应用中的基本操作，乘法器被广泛应用于各种电路中。然而，由于设计空间巨大，优化乘法器是具有挑战性和非常不易的。具体而言，我们利用矩阵和张量表示乘法器的压缩树，基于此，卷积神经网络可以无缝地作为代理网络被纳入。代理可以学习根据Pareto驱动的奖励来优化乘法器结构，该奖励定制以适应面积和延迟之间的权衡。此外，RL-MUL的能力被扩展以优化融合乘加器（MAC）设计。在不同位宽的乘法器上进行实验，结果表明，由RL-MUL产生的乘法器在面积和延迟方面均优于所有基线设计。通过比较使用RL-MUL和基线方法的乘法器的处理单元阵列的面积和延迟，进一步验证了RL-MUL的性能提升。

本篇论文旨在提出一种基于强化学习的乘法器设计优化框架RL-MUL，以解决乘法器优化的挑战性问题。

论文提出了一种基于矩阵和张量表示的压缩树的乘法器设计优化方案，将卷积神经网络作为代理网络，通过学习优化乘法器结构，实现面积和延迟之间的权衡。该方案还扩展到优化融合乘累加器（MAC）的设计。

论文在不同位宽的乘法器上进行了实验，结果表明，由RL-MUL生成的乘法器在面积和延迟方面均优于基线设计。实验设计合理，使用了相关数据集，同时提供了开源代码。值得进一步研究。

最近的相关研究包括“Neural Architecture Search for Deep Networks: A Survey”和“Efficient Processing of Deep Neural Networks: A Tutorial and Survey”。