论文部分内容阅读
随着集成电路制造工艺不断进步,片上系统的集成度不断提高,设计流程的瓶颈在于怎样保证RTL(register transfer level)描述和specification功能定义一致。现阶段功能验证占据了整个设计时间的50%~80%,根据ITRS的预计在接下来的几年内,集成电路设计面临的巨大挑战是增强验证能力。由于目前验证方法需要人工分析覆盖率信息并以此开发针对性更强的验证向量,所以存在验证效率低以及能达到的覆盖率低等问题。因此需要研究一种用人工智能算法自动生成验证向量的方法,来提高验证效率和保证验证的完备性。
目前生命科学和工程科学的相互交叉,相互渗透和相互促进是近代科学技术发展的一个显著特点,而遗传基因算法的蓬勃发展正体现了科学发展的这一特征和趋势。论文提出了一种基于遗传基因算法和覆盖率驱动技术的RTL代码功能验证向量自动生成算法。其特点是利用遗传基因算法动态分析反馈的功能覆盖率信息,并通过初始化向量群,计算适应度,选择,交叉,变异等遗传操作自动生成针对性更强的验证向量,如此自动反复循环,直到达到目标覆盖率为止。
论文针对验证平台的特点对初始化群体的规模,自适应函数的设计,定标准则和惩罚机制,以及选择,交叉,变异这三个遗传算子的操作流程和概率分配等设计进行了详细介绍,并提出相应的改进思路。最后在Synopsys公司提供的VCS仿真环境中用Open Vera语言搭建C3220_USB验证平台,并嵌入了用Open Vera语言实现的遗传基因算法的核心程序,对USB1.1模块进行模块级验证。最后展示验证效果仿真图,并与传统的受限随机向量生成的验证平台进行性能比较,总结出嵌入遗传基因算法的验证平台能保证验证的完备性,能快速达到覆盖率目标,缩短验证周期,减少验证人员工作量等显著优势。