驗證開發者大約把三分之一的時間都用于提高驗證覆蓋率以發現缺陷的任務上。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，規模不斷擴大，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，在適當的情況下，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據以供分析，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，許多開發者依賴團隊內部開發的腳本，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”的專業技能。遺憾的是，面對迫在眉睫的半導體開發人才短缺，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，開發者固然可以在開發伊始防止一些錯誤的發生，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，并一波一波的或周期性出現。這種決策樹功能檢查代碼更改方式提供的見解，有助于發現錯誤關聯性，并為分析錯誤根本原因鋪平道路

在了解錯誤發生在哪里后，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集成開發環境，以及基于新思科技VCExecution Manager的驗證回歸管理系統。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劃和運行回歸測試、數據收集、報告和跟蹤。整個系統支持使用Verdi平臺或網絡瀏覽器，通過安全網絡查看相關結果。動態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者實現芯片設計一次成功。

審核編輯：劉清