隨著片上系統（SoC）復雜性不斷增加，IP的復雜性與驗證難度以及用于驗證的VIP的開發要求也日益提高。不斷發展的協議標準要求為IP和VIP提供動態測試套件，并滿足規定的功能和代碼覆蓋率指標。這通常需要：

海量的仿真周期測試

大量的計算資源（用于運行冗余測試）

以及投入大量人工調試工作來填補覆蓋率漏洞

VSO.ai有何幫助？

新思科技VSO.ai憑借其先進的架構應對功能覆蓋率收斂難題，其架構涵蓋覆蓋率連接引擎、覆蓋率導向的約束求解器，以及全面的覆蓋率根本原因分析與報告功能。

VSO.ai在粗粒度測試級別上運行，并與測試環境集成，能夠根據測試結果的變化不斷學習，從而實現自動化、自適應的測試優化。VSO.ai在運行測試時，以最大化ROI為優先目標，同時消除冗余測試，從而加快覆蓋率的收斂速度并節省計算資源。

該工具同樣在仿真器的細粒度級別上運行，通過調整約束隨機激勵，以更好地覆蓋未執行的覆蓋點，從而提升測試結果質量（QoR）。這不僅加快了覆蓋率的收斂速度，還能推動覆蓋率收斂到更高的數值。

最后的收斂工作挑戰則通過AI驅動的覆蓋結果分析自動化來解決。VSO.ai可以執行根本原因分析（RCA），確定為什么沒有到達特定的覆蓋點。該工具會首先嘗試自行解決，如果不能解決，它會向驗證開發者提供可行的結果，例如識別出有沖突的約束。此外，它能夠與URG和新思科技Verdi等工具集成，從而更好地實現約束的可視化與分析。

新思科技如何優化IP回歸流程

新思科技IP團隊致力于優化IP流程，期望將回歸簽核時間縮短到3天以內，而新思科技的VSO.ai在達成這一目標方面發揮了關鍵作用。

在探索過程中，VSO.ai在USB3x數字IP和混合信號PHY層IP上進行了中大型回歸試驗，測試用例多達4,000條。新思科技IP MPHY團隊借助新思科技VC Execution Manager這一回歸管理工具的插件來部署VSO.ai，實現了無縫的執行體驗，并對ML模型進行持續調優，以獲得最佳結果質量和結果效率。VC Execution Manager中的VSO.ai插件提供了一站式解決方案，可監控回歸和覆蓋率結果、優化結果以及ML模型的健康狀況。

從下表結果可以看出，VSO.ai已融入這些IP的發布回歸測試流程，大幅減少了人工干預需求。

在PCIe GEN6 PHY測試中，運行次數減至原來的三分之一（從710次減少到226次），功能覆蓋率仍達61%。

▲PCIe GEN6 PHY測試結果

VSO.ai在代碼覆蓋率方面也同樣表現出色，通過減少一半的測試次數，實現了相同的行覆蓋率、FSM覆蓋率和跳轉覆蓋率。

▲AMBA CHI VIP測試結果

結論

VSO.ai的應用顯著優化了IP和VIP環境的回歸測試流程。它將達到77%覆蓋率所需的種子數量減少了10倍，隨后又通過優化特定測試平臺架構，將覆蓋率進一步提升到97%，充分體現了其在優化測試環境方面的卓越效能。即便對于像AMBA這樣成熟的VIP，VSO.ai也通過提高測試平臺環境質量，證明了自身價值。借助這一獨特的自動化解決方案，團隊能更有信心交付高質量IP和VIP，有效應對質量、資源管理和效率等方面的常見挑戰。