本文翻譯轉(zhuǎn)載于:Cadence blog
作者:ANIKA SUNDA
驗證和調(diào)試占用了大量時間,并可以說是芯片開發(fā)中最具挑戰(zhàn)性的環(huán)節(jié)。仿真器性能一直高居榜首,是驗證過程中的關(guān)鍵組成部分。盡管如此,我們?nèi)韵MM(jìn)一步突破仿真器速度的限制,實現(xiàn)最大的驗證吞吐量和效率。
人工智能(AI)無處不在。機(jī)器學(xué)習(xí)(ML)及其推理能力有望徹底改變從駕駛汽車到制作早餐的一切。雖然機(jī)器學(xué)習(xí)不是萬能靈藥,但將其帶入驗證過程可以顯著提高驗證效率。
設(shè)計發(fā)現(xiàn)的所有漏洞中,仿真器找到的約占 70%。我們來談?wù)劽课辉O(shè)計與驗證工程師今天面臨的最大挑戰(zhàn):
1任何時間發(fā)生任何 RTL 或代碼更改時都需要運行回歸,如果回歸需要數(shù)百萬個周期,將是很耗時的。
2達(dá)到覆蓋率收斂的時間。
3難以發(fā)現(xiàn)一些場景中的漏洞。
4調(diào)試/歸類失敗。
將智能引入回歸計算,可以通過檢查回歸并識別輸入激勵與設(shè)計或功能覆蓋之間的關(guān)系來解讀需要關(guān)注的狀態(tài),從而提高驗證效率。
機(jī)器學(xué)習(xí) ML 增強(qiáng)的應(yīng)用程序可以生成隨機(jī)向量以更有效地觸達(dá)上述狀態(tài)。在確定需要關(guān)注的狀態(tài)時,機(jī)器學(xué)習(xí)(ML)將覆蓋率作為正在運行的功能行為的替代指標(biāo)。除了提供激勵分布診斷和根本原因分析,Xcelium ML 技術(shù)還有助于提高對一些參數(shù)的擊中率。大家知道,長延遲漏洞的追蹤非常耗時,任何能夠?qū)⒀舆t從數(shù)百萬個周期減少到幾個或更少的方法都是非常優(yōu)秀的。
那么,當(dāng)你用五分之一的時間達(dá)到相同的覆蓋率時,剩下的時間在做什么?答案很簡單——你將花 80% 的時間在設(shè)計中尋找新的漏洞。這對驗證工程師來說是個好消息,在流片前找到漏洞是驗證的主要目的。
正如其在其他領(lǐng)域的應(yīng)用,機(jī)器學(xué)習(xí)(ML)現(xiàn)在也開始為驗證所用,并幾乎影響到驗證的方方面面——從靜態(tài)到形式驗證到仿真再到調(diào)試。Cadence 一直致力于將 AI/ML 應(yīng)用于驗證的最前沿。Xcelium ML App 可以幫助實現(xiàn)回歸壓縮且只執(zhí)行有意義的仿真運行,找出隱藏的漏洞,并提高對罕見參數(shù)的覆蓋率。如果你的環(huán)境對機(jī)器學(xué)習(xí) ML 友好(也就是輸入狀態(tài)空間具有高度的隨機(jī)化),驗證效率甚至可以得到最高達(dá) 10 倍的提升。
關(guān)于 Cadence
Cadence 在計算系統(tǒng)領(lǐng)域擁有超過 30 年的專業(yè)經(jīng)驗,是電子系統(tǒng)設(shè)計產(chǎn)業(yè)的關(guān)鍵領(lǐng)導(dǎo)者。基于公司的智能系統(tǒng)設(shè)計戰(zhàn)略,Cadence 致力于提供軟件、硬件和 IP 產(chǎn)品,助力電子設(shè)計概念成為現(xiàn)實。Cadence 的客戶遍布全球,皆為最具創(chuàng)新能力的企業(yè),他們向超大規(guī)模計算、5G 通訊、汽車、移動、航空、消費電子、工業(yè)和醫(yī)療等最具活力的應(yīng)用市場交付從芯片、電路板到完整系統(tǒng)的卓越電子產(chǎn)品。Cadence 已連續(xù)九年名列美國財富雜志評選的 100 家最適合工作的公司。
審核編輯:湯梓紅
-
Cadence
+關(guān)注
關(guān)注
67文章
966瀏覽量
143916 -
仿真器
+關(guān)注
關(guān)注
14文章
1034瀏覽量
85037 -
AI
+關(guān)注
關(guān)注
88文章
34421瀏覽量
275750 -
人工智能
+關(guān)注
關(guān)注
1804文章
48788瀏覽量
246962 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8493瀏覽量
134173
原文標(biāo)題:利用機(jī)器學(xué)習(xí)快速識別漏洞
文章出處:【微信號:gh_fca7f1c2678a,微信公眾號:Cadence楷登】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
教你如何利用二位交互圖理解機(jī)器學(xué)習(xí)

基于機(jī)器學(xué)習(xí)的應(yīng)用系統(tǒng)指紋識別技術(shù)研究

評論