大型语言模型在无线通信系统开发中的能量：基于FPGA平台的案例研究
摘要：大型语言模型（LLMs）在各个研究领域引起了广泛关注，包括无线通信社区。关于LLMs和无线技术的交叉领域已经进行了几次激烈的讨论。虽然最近的研究已经证明了LLMs生成硬件描述语言（HDL）代码用于简单计算任务的能力，但通过HDL开发无线原型和产品面临着更大的挑战，因为涉及到更复杂的计算任务。在本文中，我们旨在通过研究LLMs在基于FPGA的高级无线信号处理硬件开发中的作用来解决这一挑战。我们首先通过以一个开源软件定义无线电（SDR）项目为案例研究，探索LLM辅助的代码重构、重用和验证。通过案例研究，我们发现LLM助手有可能为研究人员和开发人员带来实质性的生产力提升。然后，我们考察使用LLMs生成用于高级无线信号处理的HDL代码的可行性，以快速傅里叶变换（FFT）算法作为示例。这个任务面临两个独特的挑战：在整体任务中的子任务调度以及解决任务中某些算术问题所需的多步思维。为了解决这些挑战，我们采用上下文学习（ICL）和思维链（CoT）提示技术，在成功生成一个64点Verilog FFT模块的基础上。我们的结果展示了LLMs在泛化和模仿方面的潜力，证实了它们在编写用于无线通信系统的HDL代码时的有用性。总的来说，本研究有助于理解LLMs在无线通信中的作用，并鼓励进一步探索它们的能力。
作者：Yuyang Du, Soung Chang Liew, Kexin Chen, Yulin Shao
论文ID：2307.07319
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-07-17