使用Cadence AI技术加速验证效率提升
所屬分類(lèi)：技术论文
上傳者：wwei
文檔大?。?span>3594 K
標(biāo)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(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。