«توليد شيفرات العتاد بالذكاء الاصطناعي: تعزيز متعدد الأهداف يحرر تصاميم الرقائق من المكافأة الأحادية»

تواجه أتمتة تصميم الدوائر المتكاملة تحديًا هيكليًا حين تُجبر الخوارزميات على اختزال متطلبات العتاد المتناقضة في رقم تقييمي واحد. ففي هندسة الرقائق الرقمية، يستحيل على أي معمارية أن تحقق في آن واحد أدنى استهلاك للطاقة، وأعلى سرعة لمعالجة البيانات، وأصغر مساحة ممكنة على شريحة السيليكون، وهو ما يُعرف في الصناعة بمثلث الطاقة والأداء والمساحة (PPA). ورغم التطور الذي حققته النماذج اللغوية الكبيرة في توليد شيفرات مستوى نقل السجلات (RTL) اعتمادًا على التعلم التعزيزي بمكافآت قابلة للتحقق (RLVR)، فإن المقاربات السابقة ظلت تدمج تلك الأهداف المتضاربة داخل مكافأة قياسية وحيدة، ما أدى إلى نتائج وسطية باهتة تفتقر إلى التنوع وتحرم المهندسين من المفاضلة العملية.

في ورقة بحثية مقبولة في مؤتمر COLM 2026 ومدرجة على منصة «أركايف»، قدّم الباحث كوكي تاكيشيتا وفريقه نهجًا تعليميًا لا يركز على جودة الدائرة المنفردة، بل يهدف إلى تحسين جودة وتنوع مجموعة التصاميم الكاملة داخل فضاء أهداف الطاقة والأداء والمساحة. وابتكر الفريق مسار تدريب يعيد صياغة تغطية حلول «باريتو» بصفتها مسألة توليد متسلسل للدوائر، وربطها بدالة مكافأة قائمة على قياس إسهام الحجم المفرط (Hypervolume Contribution)، ما يمنح النموذج قدرة دقيقة على قياس الإضافة الفعلية التي يقدمها كل تصميم مقترح لجبهة الحلول المثلى بدقة حسابية صارمة.

أثبتت التجارب على معيار RTLLM v2 تفوق هذا النموذج التوليدي المتعدد؛ إذ حقق زيادة بلغت 14.4 نقطة مئوية في الحجم المفرط النسبي مقارنة بأساليب التعلم التعزيزي أحادية الهدف، وتجاوز خط الأساس الخالي من تحسينات الطاقة والأداء بنحو 13.3 نقطة مئوية. ولا تقتصر أهمية هذا الإنجاز على الأرقام المجردة، بل تكمن في إثبات قدرته على توليد طيف عريض من الحلول المتوازنة لاختيار المهندس بعد انتهاء التوليد، فيحصل فريق العمل على بديل مصمم للسرعة القصوى وآخر لترشيد استهلاك البطارية دون الحاجة إلى إعادة صياغة الأوامر أو تدريب أنظمة توليد مخصصة لكل متطلب على حدة.

هذا التطور التقني يلامس الاحتياجات التشغيلية لفرق هندسة العتاد في المنطقة العربية، لا سيما مع تنامي مبادرات تصميم أشباه الموصلات والرقائق المسرّعة في السعودية والإمارات ومصر لتلبية طموحات الحوسبة المحلية والسيادة الرقمية. فالمهندس في هذه المشاريع يواجه محددات تشغيل حادة ترتبط بالتبريد وكفاءة استهلاك الطاقة في مراكز البيانات الإقليمية، أو اشتراطات المساحة الصارمة في معالجات الحوسبة الطرفية. والاعتماد على أدوات الذكاء الاصطناعي السابقة كان يفرض عليه حلولًا مقيدة بمفاضلات أحادية، ما يضطره إلى استنزاف أسابيع طويلة في التدخل اليدوي وإعادة ضبط الترددات والمساحات.

بفضل هذا الانتقال، يتغير مسار العمل الهندسي نحو تلقي حزمة متكاملة من خيارات مستوى نقل السجلات المستندة إلى المواصفات النصية، ليتحول دور المطور من ملاحقة التعديلات اليدوية المضنية إلى المفاضلة المباشرة بين خيارات مثلى مثبتة ومستوفية للمحددات التشغيلية. هذا النمط التوليدي يقلص دورات المحاكاة والتحقق المخبري، ويمنح فرق تطوير العتاد في الخليج والشام ومصر سرعة تنفيذ حاسمة لابتكار رقائق مخصصة تواكب المعايير القياسية العالمية دون إهدار الموارد المحدودة.