7series-bitstream-decompiler
декомпилятор прошивок FPGA в код Verilog
2 min readupdated
Модель от разработчиков Nanohertz (nhz-io) решает сложную задачу обратной разработки железа: она превращает «сырые» обезличенные списки соединений (нетлисты) и фреймы конфигурации (.bit / BOOT.bin) ПЛИС семейства AMD / Xilinx 7-Series обратно в читаемый и синтезируемый код Verilog RTL. Система объединяет графовую нейросеть GNN (она считывает топологию схем) и языковой движок на базе zhuyaoyu/CodeV-R1-RL-Qwen-7B с LoRA-адаптером (небольшой надстройкой над базовой моделью). В отличие от обычных текстовых LLM, модель «видит» структуру логических элементов, таблиц истинности LUT6 и тактовых доменов напрямую через графовые эмбеддинги. Инструмент пригодится инженерам-схемотехникам, специалистам по EDA (автоматизации проектирования электроники) и исследователям безопасности аппаратного обеспечения.
Ключевые особенности
- Гибридная архитектура: энкодер GNN сжимает 100-мерные признаки узлов схемы (LUT6, триггеры FDRE, цепочки переноса CARRY4) в 8 виртуальных префиксных токенов для языковой модели.
- 12 вспомогательных голов восприятия: параллельно с генерацией кода модель предсказывает разрядность шин (от 1 до 65 536 бит), тактовые домены, асинхронные сбросы, состояния конечных автоматов (FSM) и назначение пинов (UART, HDMI, SPI, светодиоды, кнопки).
- Балансировка задач: использует метод гомоскедастической потери (Kendall & Gal) для одновременного обучения генерации текста и анализа параметров схемы.
- Синтезируемый выход: восстанавливает поведенческий Verilog RTL по стандарту IEEE 1364-2001, пригодный для дальнейшей компиляции.
Что можно сделать
- Аудит и реверс-инжиниринг прошивок: анализировать бинарные файлы
.bitиBOOT.binдля устройств на базе Xilinx 7-Series без доступа к исходным проектам. - Восстановление утерянных исходников: реконструировать читаемую логику конечных автоматов и интерфейсов из низкоуровневых netlist-файлов.
- Интеграция в пайплайны EDA-анализа: использовать вспомогательные головы модели для автоматической разметки пинов и поиска тактовых доменов в незнакомых схемах.
Пример
from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
import torch
base = AutoModelForCausalLM.from_pretrained("zhuyaoyu/CodeV-R1-RL-Qwen-7B", torch_dtype=torch.bfloat16, device_map="auto")
model = PeftModel.from_pretrained(base, "nhz-io/7series-bitstream-decompiler")
tokenizer = AutoTokenizer.from_pretrained("nhz-io/7series-bitstream-decompiler", trust_remote_code=True)
# Далее передаётся системный промпт EDA-инженера и запрос на восстановление netlist
Подробнее
Обучена на 44 698 нетлистах ПЛИС 7-й серии за 3 эпохи (134 094 шага) на видеокарте NVIDIA GeForce RTX 4090.Метрики текущего чекпоинта (
v0.1.0-45k-baseline): LM Loss — 0.2830, средний Multi-Task Loss — -1.8236.В репозиторий также включены отдельные веса GNN-энкодера и 12 вспомогательных голов в форматах
.safetensors и .pt.Лицензия: Apache-2.0.










Comments