本文翻譯轉(zhuǎn)載于：Cadence blog

作者：ANIKA SUNDA

驗(yàn)證和調(diào)試占用了大量時(shí)間，并可以說是芯片開發(fā)中最具挑戰(zhàn)性的環(huán)節(jié)。仿真器性能一直高居榜首，是驗(yàn)證過程中的關(guān)鍵組成部分。盡管如此，我們?nèi)韵ＭM(jìn)一步突破仿真器速度的限制，實(shí)現(xiàn)最大的驗(yàn)證吞吐量和效率。

人工智能(AI)無(wú)處不在。機(jī)器學(xué)習(xí)(ML)及其推理能力有望徹底改變從駕駛汽車到制作早餐的一切。雖然機(jī)器學(xué)習(xí)不是萬(wàn)能靈藥，但將其帶入驗(yàn)證過程可以顯著提高驗(yàn)證效率。

設(shè)計(jì)發(fā)現(xiàn)的所有漏洞中，仿真器找到的約占 70%。我們來(lái)談?wù)劽课辉O(shè)計(jì)與驗(yàn)證工程師今天面臨的最大挑戰(zhàn)：

1任何時(shí)間發(fā)生任何 RTL 或代碼更改時(shí)都需要運(yùn)行回歸，如果回歸需要數(shù)百萬(wàn)個(gè)周期，將是很耗時(shí)的。

2達(dá)到覆蓋率收斂的時(shí)間。

3難以發(fā)現(xiàn)一些場(chǎng)景中的漏洞。

4調(diào)試/歸類失敗。

將智能引入回歸計(jì)算，可以通過檢查回歸并識(shí)別輸入激勵(lì)與設(shè)計(jì)或功能覆蓋之間的關(guān)系來(lái)解讀需要關(guān)注的狀態(tài)，從而提高驗(yàn)證效率。

機(jī)器學(xué)習(xí) ML 增強(qiáng)的應(yīng)用程序可以生成隨機(jī)向量以更有效地觸達(dá)上述狀態(tài)。在確定需要關(guān)注的狀態(tài)時(shí)，機(jī)器學(xué)習(xí)(ML)將覆蓋率作為正在運(yùn)行的功能行為的替代指標(biāo)。除了提供激勵(lì)分布診斷和根本原因分析，Xcelium ML 技術(shù)還有助于提高對(duì)一些參數(shù)的擊中率。大家知道，長(zhǎng)延遲漏洞的追蹤非常耗時(shí)，任何能夠?qū)⒀舆t從數(shù)百萬(wàn)個(gè)周期減少到幾個(gè)或更少的方法都是非常優(yōu)秀的。

那么，當(dāng)你用五分之一的時(shí)間達(dá)到相同的覆蓋率時(shí)，剩下的時(shí)間在做什么?答案很簡(jiǎn)單——你將花 80% 的時(shí)間在設(shè)計(jì)中尋找新的漏洞。這對(duì)驗(yàn)證工程師來(lái)說是個(gè)好消息，在流片前找到漏洞是驗(yàn)證的主要目的。

正如其在其他領(lǐng)域的應(yīng)用，機(jī)器學(xué)習(xí)(ML)現(xiàn)在也開始為驗(yàn)證所用，并幾乎影響到驗(yàn)證的方方面面——從靜態(tài)到形式驗(yàn)證到仿真再到調(diào)試。Cadence 一直致力于將 AI/ML 應(yīng)用于驗(yàn)證的最前沿。Xcelium ML App 可以幫助實(shí)現(xiàn)回歸壓縮且只執(zhí)行有意義的仿真運(yùn)行，找出隱藏的漏洞，并提高對(duì)罕見參數(shù)的覆蓋率。如果你的環(huán)境對(duì)機(jī)器學(xué)習(xí) ML 友好(也就是輸入狀態(tài)空間具有高度的隨機(jī)化)，驗(yàn)證效率甚至可以得到最高達(dá) 10 倍的提升。

關(guān)于 Cadence

Cadence 在計(jì)算系統(tǒng)領(lǐng)域擁有超過 30 年的專業(yè)經(jīng)驗(yàn)，是電子系統(tǒng)設(shè)計(jì)產(chǎn)業(yè)的關(guān)鍵領(lǐng)導(dǎo)者。基于公司的智能系統(tǒng)設(shè)計(jì)戰(zhàn)略，Cadence 致力于提供軟件、硬件和 IP 產(chǎn)品，助力電子設(shè)計(jì)概念成為現(xiàn)實(shí)。Cadence 的客戶遍布全球，皆為最具創(chuàng)新能力的企業(yè)，他們向超大規(guī)模計(jì)算、5G 通訊、汽車、移動(dòng)、航空、消費(fèi)電子、工業(yè)和醫(yī)療等最具活力的應(yīng)用市場(chǎng)交付從芯片、電路板到完整系統(tǒng)的卓越電子產(chǎn)品。Cadence 已連續(xù)九年名列美國(guó)財(cái)富雜志評(píng)選的 100 家最適合工作的公司。

審核編輯：湯梓紅