Hierarki Peran Model Bahasa dalam Alur Desain Elektronik

Mengapa peran LLM di EDA digital perlu dibingkai ulang

Riset terbaru di arXiv dengan judul "LLMs in Digital EDA: A perspective on shifting roles from Generation to Orchestration" mengajukan satu pertanyaan sederhana: kalau hampir semua makalah EDA berbasis LLM saat ini berfokus pada satu tahap desain, bagaimana sebenarnya kapabilitas itu tumbuh dan sistem bisa diskalakan? Alih-alih memetakan tooling berdasarkan tahap sintesis, placement, atau verifikasi, perspektif ini menyusun ulang cara kita membaca kontribusi riset dengan mendefinisikan tiga peran hierarkis: Generator, Agent, dan Orchestrator.

Bagi engineer dan peneliti hardware, pembingkaian ulang ini berguna karena banyak pendekatan terlihat serupa di permukaan, padahal beroperasi pada level otonomi dan integrasi yang berbeda. Memahami peran mana yang sedang diteliti menjadi prasyarat sebelum menilai apakah sebuah sistem benar-benar menjawab masalah industri atau hanya mendemonstrasikan kelincahan model pada benchmark yang sempit.

Generator: hasil desain dalam satu lintasan

Peran pertama adalah Generator. Pada level ini, LLM diminta menghasilkan artefak desain—mulai dari deskripsi RTL hingga skrip atau konfigurasi—dalam satu kali jalan tanpa umpan balik dari tool hilir. Generator cocok untuk eksplorasi cepat dan prototyping karena menurunkan biaya awal untuk menghasilkan kandidat desain.

Perspektif ini menekankan bahwa peran Generator, meskipun berguna, rentan terhadap apa yang disebut sebagai jebakan sintaksis: model dapat dilatih untuk menghasilkan kode yang terlihat plausible secara struktural, tetapi tidak benar secara fisik. Dengan kata lain, sebuah modul dapat lolos kompilasi sederhana namun tetap menyimpan masalah seperti timing closure yang tidak realistis, area yang membengkak, atau perilaku yang salah ketika dimasukkan ke dalam pipeline yang lebih besar.

Batasan ini bukan berarti Generator tidak relevan. Generator adalah blok bangunan yang diperlukan untuk peran yang lebih tinggi. Namun, ketika dievaluasi secara terpisah dari alur downstream, performanya sulit diproyeksikan ke desain industri yang kompleks.

Agent: iterasi dengan umpan balik tool

Peran kedua adalah Agent. Di sini LLM tidak berhenti setelah menghasilkan satu artefak, tetapi menyempurnakan keluarannya dengan membaca hasil dari tool EDA: laporan sintesis, metrik area, estimasi timing, atau keluaran verifikasi. Dalam peran ini, Agent menggunakan hasil tool sebagai sinyal untuk memperbaiki keluaran berikutnya, sehingga capability bertambah bukan semata-mata karena model semakin besar, tetapi karena prosesnya menjadi lebih ketat.

Pendekatan Agent menjawab kelemahan utama Generator. Daripada meminta model langsung menghasilkan desain yang benar secara fisik pada percobaan pertama, sistem menggunakan loop umpan balik berbasis tool untuk memberi koreksi bertahap. Catatan yang perlu dijaga: perspektif ini tidak mengklaim bahwa Agent sudah menyelesaikan masalah koreksi, melainkan menunjukkan bahwa Agent mengurangi sebagian kelemahan Generator dengan menambahkan proses verifikasi yang lebih ketat.

Tantangan yang diidentifikasi dalam perspektif ini adalah fragmentasi tooling. Setiap tahap EDA—sintesis logika, placement, routing, verifikasi formal—sering hidup di tool terpisah dengan format input/output yang berbeda. Agent yang hanya beroperasi pada satu tahap tetap rentan terhadap hilangnya konteks desain ketika keluarannya diserahkan ke tahap berikutnya. Inilah yang membuat peran Agent tidak cukup untuk menjawab pertanyaan skalabilitas.

Orchestrator: keputusan lintas tahap EDA

Pada puncak hierarki tiga peran yang diajukan perspektif ini adalah Orchestrator. Orchestrator tidak menggantikan Agent atau Generator di tiap tahap, tetapi mengkoordinasikan keputusan lintas tahap EDA. Tujuannya adalah menjaga konsistensi keputusan: misalnya, pilihan arsitektur di tingkat RTL harus sadar terhadap konsekuensi pada place-and-route, dan konfigurasi verifikasi harus selaras dengan metrik yang dipakai untuk menutup desain.

Perspektif riset ini berargumen bahwa untuk benar-benar meningkatkan desain hardware ke skala industri, komunitas perlu bergeser dari pendekatan Agent yang terisolasi menuju Orchestrator yang sadar-fisika dan terstandarisasi. Orchestrator semacam ini bertindak sebagai lapisan yang menghubungkan tool, Agent, dan Generator dengan satu sumber konteks desain yang konsisten.

Tiga karakteristik utama Orchestrator yang disoroti: pertama, ia memahami implikasi fisik dari keputusan tingkat tinggi, bukan hanya sintaksis; kedua, ia mengelola state dan konteks yang dibutuhkan untuk melestarikan keputusan antar tahap; ketiga, ia menyediakan antarmuka yang konsisten sehingga Agent khusus dapat dipasang dan dilepas tanpa memutus alur.

Jebakan sintaksis dan hilangnya konteks desain

Dua masalah yang dibahas berulang kali dalam perspektif ini layak mendapat perhatian khusus. Pertama, jebakan sintaksis: model bahasa besar dinilai dari kemampuannya menghasilkan teks yang menyerupai kode, bukan dari kebenaran perilaku hardware yang dihasilkan. Karena metrik evaluasi sering hanya melihat validitas sintaksis, model dapat mencapai skor tinggi tanpa memperbaiki masalah fisik.

Kedua, fragmentasi tooling dan hilangnya konteks desain. Ketika Agent hanya beroperasi pada satu tahap, hasil evaluasinya tidak dapat diteruskan secara terstruktur ke tahap berikutnya. Akibatnya, keputusan yang dibuat di awal dapat menggandakan biaya di tahap akhir tanpa disadari oleh sistem.

Untuk engineer yang ingin mengadopsi pendekatan LLM dalam alur EDA mereka, dua implikasi langsung muncul: dibutuhkan metrik yang lebih ketat dari sekadar validitas sintaksis, dan dibutuhkan pipeline data yang menjaga keputusan desain tetap dapat ditelusuri dari RTL hingga hasil place-and-route.

Bagaimana membaca makalah EDA berbasis LLM setelah perspektif ini

Sebelum mengadopsi sebuah sistem, ada beberapa hal yang bisa dijadikan checklist ketika membaca literatur atau mengevaluasi vendor:

Dengan kerangka tiga peran ini, engineer dapat membedakan antara solusi yang menunjukkan kelincahan model pada tugas sempit dan solusi yang benar-benar mendekati alur EDA industri. Perpindahan dari Generator ke Agent ke Orchestrator bukan sekadar urutan kemampuan, tetapi juga urutan tantangan: dari satu lintasan, ke iterasi terisolasi, ke orkestrasi lintas tahap.

Menyiapkan transisi ke Orchestrator sadar-fisika

Perspektif riset ini ditutup dengan motivasi untuk membangun Orchestrator yang terstandarisasi dan sadar-fisika. Bagi tim yang ingin menyiapkan transisi ini, beberapa langkah praktis dapat dimulai sekarang. Standarisasi format antar tool EDA sehingga Agent dapat saling bertukar hasil tanpa kehilangan struktur. Definisikan metrik kebenaran fisik sejak awal, sehingga Generator dan Agent dievaluasi berdasarkan perilaku hardware, bukan sekadar keluaran teks. Rancang lapisan orkestrasi yang mempertahankan konteks desain dan keputusan dari tahap ke tahap.

Kerangka Generator–Agent–Orchestrator memberi cara berpikir yang lebih terstruktur untuk menavigasi literatur EDA berbasis LLM. Selama kerangka itu dipakai secara konsisten—mulai dari cara kita menulis masalah, hingga cara kita mengevaluasi solusi—pergeseran menuju desain hardware yang lebih andal dan lebih aksesibel menjadi lebih mudah dicapai.