2023 retrospektiv. Innovation In Verification - Semiwiki

Genudgivet af Platon

Abonnenter: 0

Som sædvanlig i januar starter vi med et tilbageblik på de papirer, vi gennemgik sidste år. Paul Cunningham (GM, Verification at Cadence), Raúl Camposano (Silicon Catalyst, iværksætter, tidligere Synopsys CTO og nu Silvaco CTO) og jeg fortsætter vores serie om forskningsidéer. Som altid er feedback velkommen. Vi planlægger at starte en live-serie i år for at debattere ideer og bredere emner og for at få din feedback. Detaljer følger!

2023 retrospektiv

2023-valgene

Det er de blogs, vi har lagt op gennem året, sorteret efter popularitet. Vi havde i gennemsnit 12.7 engagementer pr. blog, en meningsfuld stigning fra sidste år, hvilket vi tager som en indikation af, at du fortsat nyder vores anmeldelser af aktuelle undersøgelser i verifikation. Lederen var ingen overraskelse, idet han anvendte LLM'er til automatiseret kodegennemgang ved næsten 17 engagementer. Et tæt sekund bruger ML til at udvikle modelabstraktioner. Faktisk var de 4 bedste blogs i 2023 på alle applikationer af AI/ML. Petri-nets dukkede op igen i år, her for at validere hurtigt udviklende DRAM-protokoller. Brug af dedikeret hardware til spekulation i simulering, og en metode til at finde anomalier afrundede listen. Retrospektiven for 2022 klarede sig omtrent lige så godt som normalt, men blev overskygget af interesse for andre aviser gennem året. Det er sikkert, at vi vil se på flere anvendelser af AI/ML i 2024!

Pauls syn

Endnu et år flyver afsted, og 49 aviser læst siden vi startede bloggen i november 2019! Dengang tænkte vi, at det ville være en fantastisk måde at samle vores verifikationsfællesskab på og vise vores påskønnelse for fortsatte investeringer i verifikationsforskning på akademiske institutioner rundt om i verden.

Hvad jeg ikke forudsagde var, hvordan læsning af alle disse papirer ville inspirere til nye investeringer og innovationer hos Cadence. At skrive denne blog, som det har lært mig, at selv på et ledende niveau inden for ingeniørarbejde, er det godt for forretningen at holde sig forbundet med forskning på jordniveau og læse artikler regelmæssigt. Så tak læsere, og tak Bernard!

Ingen overraskelse, at vores top 3 hits sidste år alle var papirer om brug af AI til verifikation, et om AI til at automatisere kodegennemgang (link), en på AI for at hjælpe med at finde fejl hurtigere i SimuLink-modeller på højt niveau af blandede signalenheder (link), og en om at bruge AI til automatisk at identificere, hvilken linje i kildekoden der er årsagen til en testfejl (link). Vi er absolut nødt til at fortsætte med at investere i forskning her både i den akademiske verden og i den kommercielle verden. På en eller anden måde skal vi i løbet af det næste årti finde vores næste 10x i verifikationsproduktivitet, og det er højst sandsynligt, at det kommer fra AI.

Når det er sagt, så er mit personlige råb fra 2024 ikke AI-relateret. Det er til to artikler i logisk simulering: en om paralleliseringssimulering ved brug af spekulativ udførelse af hændelseskøen (link), og den anden om at forbedre distributionskvaliteten af randomiserede input i begrænsede tilfældige tests ved hjælp af smarte hashing-funktioner (link). Jeg kalder disse innovationer på "motorniveau", hvilket gør byggestenene i EDA-værktøjer fundamentalt bedre. Vi skal også fortsætte forskning og innovation her. Disse to papirer var meget innovative, men havde intet at gøre med AI. Lad os ikke glemme at fortsætte med at investere i ikke-AI-relateret innovation også.

Raúls syn

At skrive denne retrospektive i ferien kolliderer uundgåeligt med en af menneskehedens fornødenheder, som kan ophøjes til en kunst: at spise. Anmeldelse af restauranter deler måske nok med anmeldelsespapirer til at retfærdiggøre vurderinger såsom ★★★ exceptionel, en særlig rejse værd, ★★ fremragende, en omvej værd, ★ høj kvalitet, et stop værd og 😋 usædvanlig god til moderate priser. Paul har allerede udtalt, at vores september gennemgang var en "Michelin-stjerne emne”. Jeg vil fortsætte i denne retning med dine præferencer (antal visninger), kære læsere, som målestok.

Mens sidste års blog i høj grad handlede om fede algoritmer, handlede dette års ca AI / ML , Software (SW). De tre bedste ★★★-papirer handlede alle om verifikation af SW ved hjælp af AI/ML. Den bedst bedømte blog (juli) handlede om kodegennemgang med generativ AI, den anden (november) beskæftigede sig med test og verificering af SW for Cyber-Physical Systems ved hjælp af surrogat AI-modeller, og den tredje (Kan) handlede om at opdage og rette fejl i Java forstærket med AI-klassifikatorer. To af disse tre artikler bruger store datasæt fra GitHub til træning. Sådanne data er ikke offentligt tilgængelige for hardware (HW) design; hvilket uden tvivl er forskelligt nok fra SW til i det mindste at rejse spørgsmålet om disse resultater kan/vil blive replikeret for HW. Ikke desto mindre er det bestemt en inspirationskilde at se på, hvad SW-fællesskabet gør ved verifikation.

De næste tre artikler, rangeret med ★★, er en eklektisk samling af AI/ML, en meget cool algoritme og Petri-Nets. Alle beskæftiger sig med verifikation i EDA. septembers paper var et eksempel på at bruge en LLM (GPT-4) og en model checker (JasperGold) til at oversætte engelsk til System Verilog Assertions (SVA). Den næste (juni) behandlet, hvordan man prøver løsningsrummet til begrænset tilfældig verifikation ensartet (opfylder begrænsningerne) – en cool algoritme til et hårdt problem, tilbage fra 2014. Det sidste bidrag i denne gruppe (april) udvidede Petri Nets til verifikation af JEDEC DDR-specifikationer; det er lærerigt både om JEDEC-specifikationer og Petri Nets og afslører en tidsovertrædelse.

Paper 7-9, rangeret med ★, omhandler analog designverifikation, CPU-verifikation og parallel SW-udførelse. I oktober vi anmeldte et inviteret papir til IEEE open journal of the Solid-State Circuits Society, udover at være en god tutorial om analogt design og validering, består hovedbidraget i at erstatte analoge kredsløbsmodeller med funktionelle modeller for at accelerere Spice-simulering med 4 størrelsesordener . februars avis handlede om at bruge DNN'er til at forbedre tilfældige instruktionsgeneratorer i CPU-verifikation, hvilket viste en reduktion på "antallet af simuleringer med en faktor på 2 eller deromkring” i et simpelt eksempel (IBM Northstar, 5 instruktioner). Marts bragte os det komplette design af en HW accelerator til at implementere Spatially Located Ordered Tasks (SLOT) eksekveringsmodel at udnytte parallelitet og spekulation, og til applikationer, der genererer opgaver dynamisk under kørsel.

Hvilket efterlader os med to 😋 modtagere. I august vi anmeldte et papir fra 2013, som var banebrydende for k-betyder clustering (2013) til post silicium bug detektion. Og i december vi så på et meget vigtigt emne, sikkerhedsverifikation ved hjælp af IFT (Information Flow Tracking) og dets udvidelse fra gate-niveau til RTL. Ikke overraskende fik decembers bidrag de mindste hits, da vores læsere formentlig stod over for det dilemma, der blev beskrevet indledningsvis.

Bedømmelser kan til tider være vilkårlige, alle disse bidrag er stjerneværdige og fremmer det nyeste. Vi kan være taknemmelige for et aktivt, internationalt forskningsmiljø i den akademiske verden og industrien, der tackler virkelig hårde problemer. Ud fra mine personlige præferencer kan du gætte...

Del dette opslag via: