| 使用Cadence AI技術加速驗證效率提升 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>3594 K | |
| 標簽： ic驗證 人工智能 Verisium apps | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：隨著硬件設計規模和復雜程度的不斷增加，驗證收斂的挑戰難度不斷增大，單純依靠增加 CPU 核數量并行測試的方法治標不治本。如何在投片前做到驗證關鍵指標收斂，是驗證工程師面對的難題。為解決這一難題，提出了采用人工智能驅動的驗證EDA工具和生成式大模型兩種提效方案，其中EDA工具有Cadence利用人工智能驅動的Verisium apps和采用機器學習技術Xcelium ML，前者用來提升驗證故障定位效率，包括Verisium AutoTriage、Verisium SemanticDiff、Verisium WaveMiner等，后者可用來提升驗證覆蓋率收斂效率。生成式大模型可輔助智能debug和自動生成驗證用例，主要介紹各實現方案，并給出了項目實驗提升結果。 | |
| 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