HLS
由苹果公司提出的流媒体协议，将视频流切割为若干小的TS分片通过HTTP传输，兼容性极强，是目前最主流的直播分发协议，M3U8是其核心载体
时间轴 (近 90 天)
自适应码率流媒体（ABR）将同一视频预先编码为多种分辨率和码率版本，播放器根据网络带宽实时切换，HLS 和 DASH 是最主流的两种 ABR 协议
研究团队通过引入高层综合（HLS）作为智能体工作层配合RTL级别细化，在多任务基准上相比直接RTL设计取得平均2.6倍的几何平均加速
研究团队设计并对比了四种工作流：直接RTL设计、基于智能体的HLS设计、编译后HLS细化、HLS后RTL细化
论文核心贡献AHRR（Agent-based HLS with RTL Refinement）将基于智能体的HLS设计与HLS后RTL细化结合，形成先在高层抽象构建设计再回到RTL层回收底层优化空间的工作流
HLS后RTL细化的价值在于能重新挖掘只有在底层才能实现的优化机会
HLS允许设计者用C、C++或SystemC等高级语言描述硬件行为逻辑，并由综合工具自动推断出对应的RTL实现
HLS能够将设计知识蒸馏成智能体可以有效利用的抽象结构，降低智能体的认知负担
NASA与IBM此前发布的地球观测基础模型基于Prithvi架构，使用来自Harmonized Landsat and Sentinel-2（HLS）数据集的时序卫星影像进行训练
现代视频平台普遍采用 DASH 和 HLS 两种自适应流媒体协议，DASH 使用 MPD 清单文件，HLS 使用 M3U8 清单文件
全部知识事实 (9)
自适应码率流媒体（ABR）将同一视频预先编码为多种分辨率和码率版本，播放器根据网络带宽实时切换，HLS 和 DASH 是最主流的两种 ABR 协议
50%待验证研究团队通过引入高层综合（HLS）作为智能体工作层配合RTL级别细化，在多任务基准上相比直接RTL设计取得平均2.6倍的几何平均加速
50%待验证研究团队设计并对比了四种工作流：直接RTL设计、基于智能体的HLS设计、编译后HLS细化、HLS后RTL细化
50%待验证论文核心贡献AHRR（Agent-based HLS with RTL Refinement）将基于智能体的HLS设计与HLS后RTL细化结合，形成先在高层抽象构建设计再回到RTL层回收底层优化空间的工作流
50%待验证HLS后RTL细化的价值在于能重新挖掘只有在底层才能实现的优化机会
50%待验证HLS允许设计者用C、C++或SystemC等高级语言描述硬件行为逻辑，并由综合工具自动推断出对应的RTL实现
50%待验证HLS能够将设计知识蒸馏成智能体可以有效利用的抽象结构，降低智能体的认知负担
50%待验证NASA与IBM此前发布的地球观测基础模型基于Prithvi架构，使用来自Harmonized Landsat and Sentinel-2（HLS）数据集的时序卫星影像进行训练
50%待验证现代视频平台普遍采用 DASH 和 HLS 两种自适应流媒体协议，DASH 使用 MPD 清单文件，HLS 使用 M3U8 清单文件
50%