| 使用Cadence AI技术加速验证效率提升 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：3594 K | |
| 標簽： ic验证 人工智能 Verisium apps | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：随着硬件设计规模和复杂程度的不断增加，验证收敛的挑战难度不断增大，单纯依靠增加 CPU 核数量并行测试的方法治标不治本。如何在投片前做到验证关键指标收敛，是验证工程师面对的难题。为解决这一难题，提出了采用人工智能驱动的验证EDA工具和生成式大模型两种提效方案，其中EDA工具有Cadence利用人工智能驱动的Verisium apps和采用机器学习技术Xcelium ML，前者用来提升验证故障定位效率，包括Verisium AutoTriage、Verisium SemanticDiff、Verisium WaveMiner等，后者可用来提升验证覆盖率收敛效率。生成式大模型可辅助智能debug和自动生成验证用例，主要介绍各实现方案，并给出了项目实验提升结果。 | |
| 現在下載 | |
| 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。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2