Ny forskningsartikel med titeln "Supervised Learning for Coverage-Directed Test Selection in Simulation-Based Verification" från forskare vid University of Bristol och Infineon Technologies.
Sammanfattning:
"Begränsad generering av slumpmässiga tester är en av de mest använda metoderna för att generera stimuli för simuleringsbaserad verifiering. Slumpmässighet leder till testmångfald, men tester tenderar att upprepade gånger utöva samma designlogik. Restriktioner skrivs (vanligtvis manuellt) för att påverka slumpmässiga tester mot intressant, svåråtkomlig och ännu oprövad logik. Men allt eftersom verifieringen fortskrider ger de flesta begränsade slumpmässiga tester liten eller ingen effekt på funktionell täckning. Om generering av stimuli förbrukar betydligt mindre resurser än simulering, innebär ett bättre tillvägagångssätt att slumpmässigt generera ett stort antal tester, välja den mest effektiva delmängden och bara simulera den delmängden. I detta dokument introducerar vi en ny metod för automatisk extraktion av begränsningar och testval. Denna metod, som vi kallar täckningsstyrt testval, bygger på övervakat lärande från täckningsfeedback. Vår metod riktar urvalet mot tester som har hög sannolikhet att öka funktionell täckning och prioriterar dem för simulering. Vi visar hur täckningsriktat testval kan minska manuell skrivning av restriktioner, prioritera effektiva tester, minska förbrukningen av verifieringsresurser och påskynda täckningsstängningen på en stor, verklig industriell hårdvarudesign."
Hitta tekniskt dokument här. Publicerad maj 2022.
Masamba, Nyasha, Kerstin Eder och Tim Blackmore. "Övervakat lärande för täckningsinriktat testval i simuleringsbaserad verifiering." arXiv förtryck arXiv:2205.08524 (2022).
Vidare läsning:
Semiconductor Engineering System & Design kanal
AI-driven verifiering
AI kan användas på flera sätt för att hjälpa befintliga verifieringsprocesser, men den största vinsten kan komma från att ompröva vissa grunder.
Utmaningarna med inkrementell verifiering
Är det möjligt att göra en designändring och inte behöva köra om hela regressionssviten?
