使用Cadence AI技術加速驗證效率提升
所屬分類：技術論文
上傳者：wwei
文檔大?。?span>3594 K
標簽： ic驗證 人工智能 Verisium apps
所需積分：0分積分不夠怎么辦？
文檔介紹：隨著硬件設計規(guī)模和復雜程度的不斷增加，驗證收斂的挑戰(zhàn)難度不斷增大，單純依靠增加 CPU 核數(shù)量并行測試的方法治標不治本。如何在投片前做到驗證關鍵指標收斂，是驗證工程師面對的難題。為解決這一難題，提出了采用人工智能驅(qū)動的驗證EDA工具和生成式大模型兩種提效方案，其中EDA工具有Cadence利用人工智能驅(qū)動的Verisium apps和采用機器學習技術Xcelium ML，前者用來提升驗證故障定位效率，包括Verisium AutoTriage、Verisium SemanticDiff、Verisium WaveMiner等，后者可用來提升驗證覆蓋率收斂效率。生成式大模型可輔助智能debug和自動生成驗證用例，主要介紹各實現(xiàn)方案，并給出了項目實驗提升結果。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。