驗證開發(fā)者大約把三分之一的時間都用于提高驗證覆蓋率以發(fā)現(xiàn)缺陷的任務上。而隨著芯片變得愈加龐大而復雜，這項任務也變得更加繁重。如果開發(fā)者處理的是Multi-Die設計，那么為確保芯片按預期功能運行，所需的時間和工作量將呈指數(shù)增長。因此，為了解決日益嚴峻的調試難題并提高驗證流程的整體效率，新思科技利用創(chuàng)新和超融合技術，打造出了新一代Verdi調試和驗證管理平臺。

當前的主要挑戰(zhàn)在于，許多調試解決方案，需要人為介入才能找出故障的根本原因。毫無疑問，自動化可以減輕這方面的負擔，而如果自動化再由AI增強，那么效果將更加顯著。事實上，AI正在幫助設計、驗證和測試等，各個芯片開發(fā)階段提高效率。此外，隨著電子設計自動化流程中引入智能化，芯片設計質量明顯提高。

調試過程需要細致耐心，結果可能難以預測，非常適合利用AI驅動實現(xiàn)提升。新思科技的新一代Verdi平臺增加了AI驅動的調試功能和全面的驗證管理功能，非常分布式團隊開展協(xié)作。本文將介紹Verdi平臺推出的新功能，如何幫助MediaTek等公司將調試效率提高10倍。

造成調試復雜性增加的因素有哪些？

為了滿足AI、高性能計算和自動駕駛車輛等應用對性能的苛刻需求，如今的芯片從十億門級SoC到領域專用架構和Multi-Die系統(tǒng)，規(guī)模不斷擴大，復雜程度也不斷增加。調試過程不僅受到芯片規(guī)模的影響，也受到功能和最終目標應用的影響。例如，小型設計可能包含數(shù)千個不同的并行高級傳輸，以仿真特定條件。在這類情形中，要想排查錯誤，需要檢查并行事件，以找出存在問題的分支。在最終應用方面，需要從結構上定位要關注的信號。因此，調試解決方案應能夠跨越設計的不同抽象層級（RTL級和門級等）正確理解功能，以便正確評估問題，在適當?shù)那闆r下，還要提供硬件與軟件交互的同步視圖，從而打造更高效的調試體驗。

考慮到要分析的信號量，運行成千上萬次仿真和測試來驗證設計也不足為奇。當然，此類情況會生成大量數(shù)據(jù)以供分析，通常涉及手動分類和排序過程，以確定問題是源于設計本身，還是源于測試平臺。為能夠運行此類仿真并生成所需的報告，許多開發(fā)者依賴團隊內部開發(fā)的腳本，但這些腳本通常難以擴展或復用。

要找出故障的根本原因，還需要借助額外的手動操作：查看分類報告和日志文件中的故障消息以確定從哪里入手，檢查波形并追溯電路，有時還要依賴團隊中“bug殺手”的專業(yè)技能。遺憾的是，面對迫在眉睫的半導體開發(fā)人才短缺，加上如今的分布式團隊模式，這些手動方法不僅難以擴展，而且對實現(xiàn)高效率也沒有幫助。通過采用批處理模式lint檢查等技術，開發(fā)者固然可以在開發(fā)伊始防止一些錯誤的發(fā)生，但從一開始就沒有錯誤的設計幾乎是不可能的，因此開發(fā)者只能寄希望于提高調試過程的效率。

更智能、更高效的調試方法

新一代Verdi平臺重新設計的圖形用戶界面（GUI）、AI驅動的調試功能、驗證管理功能和集成設計環(huán)境，是分布式團隊的理想選擇。該平臺提供如下功能：

查看仿真運行結果，并提取關于哪些測試通過、哪些測試失敗的信息。憑借分檔技術和智能功能，該平臺還能夠識別錯誤是位于設計中，還是在測試平臺中。

查看散熱不同的代碼更改并提供評估，因為錯誤通常由特定的測試用例觸發(fā)，并一波一波的或周期性出現(xiàn)。這種決策樹功能檢查代碼更改方式提供的見解，有助于發(fā)現(xiàn)錯誤關聯(lián)性，并為分析錯誤根本原因鋪平道路

在了解錯誤發(fā)生在哪里后，該平臺能夠進行回溯并通過分析電路，來識別造成異常行為的原因。通過檢查錯誤發(fā)生的原因，Verdi平臺能夠幫助提高工作效率（特別是縮短找到錯誤所需的時間）和設計質量（通過提高錯誤檢測準確性）。

新一代Verdi平臺中包括新思科技Euclide集成開發(fā)環(huán)境，以及基于新思科技VCExecution Manager的驗證回歸管理系統(tǒng)。其中，前者可實時識別復雜設計與測試平臺入口錯誤，而后者可管理設計驗證過程中的規(guī)劃和運行回歸測試、數(shù)據(jù)收集、報告和跟蹤。整個系統(tǒng)支持使用Verdi平臺或網(wǎng)絡瀏覽器，通過安全網(wǎng)絡查看相關結果。動態(tài)生成且可擴展的決策樹，支持構建與共享知識庫，以促進提高調試效率。

總結

驗證開發(fā)者都希望能夠高效且快速地完成設計調試。自動化有助于解決調試過程中的一些痛點，從而節(jié)省時間與精力。通過將AI集成到自動化調試工具中，效率將得到進一步提升。新一代Verdi平臺具有AI驅動的調試和驗證管理功能，可幫助開發(fā)者提高錯誤檢測和根本原因分析的效率與準確性。它再次展示了AI與EDA的結合如何幫助開發(fā)者實現(xiàn)芯片設計一次成功。

審核編輯：劉清