ico是vcs提供的用于優化覆蓋率的feature；一般用戶通過distsolver bofore等約束了變量的隨機概率，而ico會在用戶約束的基礎上，做一些自動“修正”，以此來優化隨機激勵，提高隨機多樣性，加速覆蓋率收斂，縮短 turn-around timeTAT。主要功能包含如下幾部分：

1.Prognosis: 用于查看當前平臺是否適用ico，對于都是直接用例測試，沒有隨機策略的平臺，ico并不適用；

2.Auto Bias:利用設定策略，ico會改變原有constraint solver的行為，施加一定bias修正隨機值;

3.RCA: root cause trace, 用于診斷變量未隨機到的bins，是否存在過約束等；

4.Delta-debug: 提供replay復現功能，對比兩次結果間的差異；

5.AutoPurge: 當前回歸得到的ico database可以用于下一次回歸，多次迭代；

ico最主要的功能就是Auto Bias,宣稱使用了AI，機器學習ML，增強學習EL等手段，在回歸過程中，利用共享case之間的ico database，提高隨機多樣性；通過一個簡單例子演示下：

covergroupcg_datawithfunctionsample(inputlogicvalid,logic[7:0]data);
cpt_value:coverpointdataiff(valid){
binszero={0};
binsothers[]={[1:31]};
illegal_binsinvalid={[32:255]};
}
endgroup

classtrextendsuvm_transaction;
randlogic[7:0]data;
constraintc_tr{datainside{[0:31]};
datadist{0:=1,[1:31]:=100};
}
endclass

如上，對data的約束中，data=0這一條件的概率很低；

PRJ:=$(shellecho$(CURDIR)|sed-r's|/ico_test/.*|/ico_test|')
exportPRJ

all:comprun
all_ico:comprun_ico

SEED:=${SEED}

regress_ico:clean
mkdir-p${PRJ}/comp_src;
cd${PRJ}/comp_src;
cp${PRJ}/Makefile${PRJ}/comp_src;
makecomp;
foriin12;do
mkdir-p${PRJ}/test_$${i};
cp${PRJ}/Makefile${PRJ}/test_$${i};
cd${PRJ}/test_$${i};
ln-s${PRJ}/comp_src/simv.daidirsimv.daidir;
ln-s${PRJ}/comp_src/csrccsrc;
ln-s${PRJ}/comp_src/simvsimv;
makerun_icoSEED=$${i};
done
makecov_merge;
makecrg_report;

regress:clean
mkdir-p${PRJ}/comp_src;
cd${PRJ}/comp_src;
cp${PRJ}/Makefile${PRJ}/comp_src;
makecomp;
foriin12;do
mkdir-p${PRJ}/test_$${i};
cp${PRJ}/Makefile${PRJ}/test_$${i};
cd${PRJ}/test_$${i};
ln-s${PRJ}/comp_src/simv.daidirsimv.daidir;
ln-s${PRJ}/comp_src/csrccsrc;
ln-s${PRJ}/comp_src/simvsimv;
makerunSEED=$${i};
done
makecov_merge;

comp:
vcs-full64
-kdb-lca
-debug_access+all
-ntb_optsuvm
-sverilog
-timescale=1ns/1ns
${PRJ}/dut.sv
${PRJ}/top_tb.sv
+incdir+${PRJ}
-lcomp.log

run_ico:
./simv-lsim.log+ntb_random_seed=${SEED}
+ntb_solver_bias_mode_auto_config=2
+ntb_solver_bias_shared_record=${PRJ}/shared_record
+ntb_solver_bias_wdir=ico_work
+ntb_solver_bias_test_type=uvm
+ntb_solver_bias_diag=3


crg_report:
crg-dir${PRJ}/shared_record-reportrpt-auto-formatboth-mergemerged_db-zip1-illegal_group-illegal_attr

run:
./simv-lsim.log+ntb_random_seed=${SEED}

verdi:
verdi-ssftop_tb.fsdb&

cov_open:
verdi-cov-covdirsimv_merge.vdb&

cov_merge:
urg-dir${PRJ}/test_1/simv.vdb-dir${PRJ}/test_2/simv.vdb-dbname${PRJ}/simv_merge.vdb

clean:
-rm-rfshared_record/simv*test_*WORK/*logurgReport/vdCovLog/rpt-auto/merged_db/comp_src/novas.*

make regress跑了兩個case，第一個caseseed=1，第二個caseseed=2; 通過verdi查看覆蓋率報告：跑了兩次的回歸merge結果：87.5%

make regress_ico是使能icofeature，結果：100%

+ntb_solver_bias_diag使能debug信息，默認debug log放在+ntb_solver_bias_wdir指定的ico database下：隨機32次，ico影響constrain solver，bias了29次的隨機結果；所以對于data=0這樣的小概率事件，也隨機到了；

因為ico會影響constrain solver的隨機結果，所以復現時，不僅要保證seed一樣，還需要額外指定ico database，這樣才能正確復現隨機結果。生成當前回歸所有用例的merge report: html report會羅列所有隨機變量：DIVERSITY通過shannon entropy香農熵衡量變量的“多樣性”；

在這里插入圖片描述

每個變量，ico會自動的劃分bins，顯示隨機詳細結果；

ico支持同一個case內多次randomize之間相互影響，也支持一次回歸不同case之間相互影響，也可以將本次回歸的database作用于下一次回歸；

對于ico加速覆蓋率收斂的實際效果，博主使用一個block tb親測效果不太顯著；從他人的presentation上看，大概有10%-15%的提升；但是ico對于隨機多樣性確實是有一定效果的，+ntb_solver_bias_mode_auto可以指定ico對隨機的bias力度。

如果ico可以通過AI,EL等對功能覆蓋率進行反推，縮減重復隨機值，那將會大大提高覆蓋率收斂，期待后續EDA進一步的"進化”吧。

審核編輯：劉清