في السنوات الأخيرة، أظهرت نماذج اللغات الضخمة (Large Language Models - LLMs) قدرات ملحوظة في توليد أكواد البرمجيات، ولكن استخدامها في تصميم الدوائر الإلكترونية التناظرية (Analog Electronic Design Automation - EDA) كان محدودًا بسبب عوائق فنية متعددة. على الرغم من التقدم الكبير في الذكاء الاصطناعي، فإن مواجهة التحديات المتعلقة بفهم Topology الدوائر والبيانات المتاحة غالبًا ما تؤدي إلى نتائج غير دقيقة، مثل 'hallucinations' عند التعامل مع تصميم الدوائر.

لذا، نقدم اليوم إطار عمل مبتكر يُدعى ATLAS، وهو نموذج متعدد الخطوات يمكنه توليد محولات التناظرية الرقمية من نوع Successive Approximation Register (SAR ADC) التي تجتاز بنجاح محاكاة SPICE. يعتمد ATLAS على الخبرة المعرفية لتوجيه نماذج اللغات الضخمة خلال مراحل التخطيط والاختيار والمعاينة والتعديل التكراري.

كما نطرح تقنية جديدة تُسمى Template-Constrained Generation، التي تعمل على بناء تدفق توليد محولات SAR ADC بشكل أكثر عمومية مقارنة بالأساليب السابقة، مما يؤكد على قدرة ATLAS على تلبية القيود الصارمة لتصميم الدوائر التناظرية.

لقد أظهرنا من خلال هذا البحث فعالية إطار ATLAS من خلال تطوير محولات SAR عبر تكنولوجيا متطورة ومواصفات إدخال متنوعة، مما يقدم أساسًا عمليًا لتكامل نماذج اللغات الضخمة في منهجيات التصميم الموثوقة. يعد هذا الابتكار نقلة نوعية في مسعى دمج الذكاء الاصطناعي ضمن عملية تصميم الدوائر الإلكترونية، ويُفتح الباب أمام المزيد من التطبيقات المستقبلية.