科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着设计越来越复杂，受约束的随机化验证方法已成为验证的主流方法。一般地，验证激励做到不违反spec描述条件下尽量随机，这样验证能跑到的空间才更充分。但是，这给功能覆盖率收敛带来极大挑战，为解决这一难题，Cadence率先推出了仿真器的机器学习功能——Xcelium Machine Learning，采用机器学习技术让功能覆盖率快速收敛，大大提高验证仿真效率。介绍了Xcelium Machine Learning的使用流程，并给出在相同模拟（simulation）验证环境下应用Machine Learning前后情况对比。最后Machine Learning在模拟（simulation）验证中的应用前景进行了展望。
- 单位
