设计应用

使用Cadence AI技术加速验证效率提升

作者：徐加山1，姚舒雨1，徐志磊2
发布日期：2024-09-04
来源：电子技术应用

引言

随着高性能和低延时等需求的增加，芯片设计复杂度越来越高，漏洞也越来越多，修复也变得愈加困难，IC验证工程师要在规定时间内完成所有功能验证工作变得日益艰巨。因此对能加速验证工作的工具需求也日益迫切。引入新的工具和基于人工智能的方法，是可以提高验证效率的手段。一个完整的IC验证流程包含验证需求/策略制定、验证平台搭建、验证用例编写、仿真执行、debug调试、覆盖率收敛、验证报告生成等阶段。其中EDA工具在debug调试和覆盖率收敛提效方面推出了解决方案。Verisium（人工智能驱动的验证平台）就是利用大数据提高验证效率，主要体现在debug调试方面，它能实现以下功能：对存在相同错误而导致失败的测试进行自动分组，帮助验证工程师在正确与错误测试中更方便地比较并找到错误点，以及在编辑工具上固定某个标签并分析仿真日志和代码签入之间的关系。Xcelium ML（Machine Learning）采用机器学习技术可实现功能覆盖率快速收敛，大大提高验证仿真效率，同时有效节省服务器计算资源。另外随着人工智能的发展，本文也探索了生成式大模型对debug调试及用例编写等方面解决方案。


本文详细内容请下载：

http://www.chinaaet.com/resource/share/2000006118


作者信息：

徐加山1，姚舒雨1，徐志磊2

（1.深圳市中兴微电子技术有限公司，江苏 南京 210012；

2.上海楷登电子科技有限公司， 上海200120）


Magazine.Subscription.jpg

此内容为AET网站原创，未经授权禁止转载。
ic验证 人工智能 Verisiumapps 效率提升

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2