领域专用架构自动生成工具测评数据集

随着人工智能、科学计算等应用场景的爆发式增长，通用计算架构已难以满足日益复杂的算力与能效需求，基于软硬件协同设计的领域专用架构成为破局关键。然而，高效的自动化设计空间探索工具高度依赖于特定领域的任务数据与高质量的反馈机制。传统电子设计自动化数据集往往聚焦于单一物理层级或通用基准测试，缺乏针对AI算法特性的任务描述，更难以兼顾软硬件协同设计中“算法-指令-电路”的跨层耦合关系，导致设计探索工具难以在实际AI场景中获得有效验证。为解决这一痛点，本数据集提供了面向人工智能软硬件协同设计空间探索工具的系统化测评数据。数据采集依托于国产超异构软硬件协同计算平台（集成申威CPU、天数GPGPU、太初AI卡及复旦微FPGA），重点覆盖了领域专用架构语言的自动电路生成与指令系统自动扩展两大核心环节。数据集记录了从高层次领域专用语言描述到RTL电路结构的自动生成过程，以及基于RISC-V处理器的指令系统扩展与硬件加速电路集成数据。通过包含功能软件、测试源码、运行日志及性能表格等多模态数据，本数据集有效填补了AI场景下软硬件协同设计测评数据的空白，为验证自动化工具在提升开发效率、降低代码迁移成本及优化跨层设计质量方面的能力提供了可参考的基准支撑。