随着集成电路产业发展迅速,处理器技术的提高以及验证需求多变,处理器验证是处理器研发必不可缺的一部分。目前,业界对处理器验证的主流手段仍然是基于伪随机测试的模拟验证技术。这种验证方法最关键的技术在于怎么用最少的时间生成大量有效的测试激励,因此处理器伪随机激励生成器作为模拟验证技术的核心关键技术是处理器设计研发的基础支撑技术之一,也是处理器设计验证必须自主可控的关键技术之一。本文的工作主要如下:本文首先从两个方面分析了伪随机激励生成器开发的需求,分别是处理器功能验证中的需求以及模拟仿真环境的需求。并通过介绍IBM伪随机激励生成器、龙芯伪随机激励生成环境和申威-1伪随机激励生成器的组成结构,进行对比分析以及实例分析,得出解决需求的方案,提出基于模型和测试知识库的伪随机激励生成器。本文提出了拥有丰富知识库并基于模型的指令生成器(Knowledgeable Instructions Generator,KIG),是新一代伪随机激励生成器。从指令树实现、结构模型、测试知识库等方面对KIG的组成结构进行详细研究,并将KIG与普通伪随机激励生成器进行应用对比,发现现有的KIG能够快速应对处理器架构,微结构以及指令集的改变。由于现有的KIG验证环境无法满足双线程架构处理器的验证需求,本文将对原有KIG进行改进优化。首先对双线程处理器X的微结构进行详细介绍,通过针对处理器结构变化、流水线变化以及访存流水线需求制定了随机生成双线程指令方案。方案提出对原有的KIG的访存地址结构改进的建模方法—双线程在共享访存地址和私有访存地址时通过不同地址位对线程号区分,通过仿真波形查看改进后的KIG在双线程处理器X的验证工作中应用情况,再根据双线程处理器X的功能点进行正确性验证,使功能覆盖率可以达到100%。