AI驱动的设计应用
VSO.ai(验证空间优化)提供业界首个 AI 驱动的验证解决方案,帮助验证团队更快实现更高质量的覆盖率收敛。该系统可以自主工作,从而以尽可能快的速度和尽可能低的价格达到覆盖率目标,并获得高质量的结果。机器学习技术用于识别和消除回归中的冗余,自动进行覆盖率根本原因分析,并从 RTL 和激励中推断覆盖率,以识别覆盖率差距并提供覆盖率指导。
自动发现难以捉摸的测试覆盖率差距
探索无限的设计状态,无需人工干预或分析
让工程师专注于修复错误,而不是查找错误
Synopsys VSO.ai 可轻松集成到现有的 VCS(R) 回归环境中,无需在设计或测试平台中进行任何代码更改。它支持功能覆盖率指标(覆盖组和断言覆盖率)和代码覆盖率指标(行、切换和 FSM 覆盖率)。它会自动识别和协调测试,以尽量减小用户选择的目标函数,例如回归 CPU 时间、测试运行次数、模拟周期或每秒周期数。
Synopsys VSO.ai 在仿真器中运行,以专业地定位和提高约束条件解算器、测试和测试选项级别的覆盖率。准备好体验前所未有的精度和效率!
Synopsys VSO.ai 分析覆盖率结果并执行根本原因分析 (RCA),以确定特定覆盖率分级箱未经过比特翻转的原因。
利用 Synopsys VCS(Synopsys.ai 的一部分)进行 AI 驱动验证,我们在减少功能覆盖漏洞方面提升高达 10 倍,IP 验证生产率提高达 30%,这证明 AI 能够帮助我们应对日益复杂的设计挑战。"
Takahiro Ikenobe
|IP 开发总监,Renesas