Oppnå raskere designverifiseringslukking

Oppnå raskere designverifiseringslukking

Kilde node: 1934272

På store brikkedesignprosjekter kan logikkverifiseringsarbeidet være større enn designarbeidet, og tar opptil 70 % av prosjekttiden basert på data fra 2022 Wilson Research Group funn. Dessverre har den første suksessraten for silisium gått ned fra 31 prosent til bare 24 prosent i løpet av de siste 8 årene, noe som har forårsaket et nytt spinn for å rette opp feilene, koster selskapene tapt tid til markedet og sikkert skadet inntektsplanene deres. Bedre verifisering ville absolutt forbedre første silisiumsuksess, men det er lettere sagt enn gjort.

Noen andre nøkterne tall fra Wilson Research Group-studien:

  • ASIC – 24 % suksess for første gang, 36 % fullfører i tide
  • FPGA – 16 % oppnår null feilrømming, 30 % fullfører i tide

Designverifisering har mange vanskelige oppgaver: feilsøking, lage tester og deretter kjøre motorer, testbenkutvikling og testplanlegging. Ideelt sett ønsker teamet ditt å minimere behandlingstider, nå verifikasjonsavslutning med færrest mennesker og dataressurser, møte sikkerhetsoverholdelse og vite når designkvaliteten er høy nok til å slutte å verifisere, samtidig som prosjektplanen overholdes.

Jeg fikk nylig en oppdatering fra designverifiseringsekspert Darron May hos Siemens EDA for å høre om noe som nettopp ble annonsert, kalt Questa Verification IQ. Tilnærmingen deres handler om datadrevet verifisering dannet rundt bruk av sporbarhet, samarbeid og analyser drevet av AI/ML. Tradisjonell analyse ga begrenset produktivitet og innsikt i bare å beskrive og diagnostisere logisk atferd, mens store datadrevne analyser ved bruk av AI/ML tilbyr prediktive og foreskrivende handlinger for verifisering. Programvare- og maskinvareteam blir mer produktive ved å samarbeide gjennom bruk av CI (Kontinuerlig integrering), Agile metoder, ALM (Application Lifecycle Management), skybasert design og bruk av AI/ML-teknikker. Sikkerhetskritiske bransjer har behov for sporbarhet mellom krav, implementering og verifikasjon, som definert i industristandarder som ISO 26262 og DO-254.

Her er det store bildet av hvordan Quest Verification IQ kobler sammen alle dataene fra ulike verifiseringsmotorer til en datadrevet flyt, sammen med et ALM-verktøy.

Questa Verification IQ min
Questa Verification IQ

Dekningsdataene er samlet inn fra logisk simulering (questa), emulering og prototyping (Veloce), AMS (Symphony), Formell (OneSpin), Static og FuSa. ML-funksjonen analyserer alle disse dataene for å forutsi mønstre og avsløre eventuelle hull, påpeke underliggende årsaker, og deretter foreskrive tiltak for å forbedre dekningen. ALM vist er Polarion fra Siemens, selv om du kan bruke en annen ALM, akkurat som du kan bruke favorittverifiseringsmotorene dine.

Questa Verification IQ er et nettleserbasert rammeverk som inkluderer en prosessguide slik at du kan bygge en sikkerhetskritisk flyt ved å bruke livssyklusadministrasjon for å planlegge og spore alle krav. Regresjonsnavigatoren lar teamet ditt opprette og utføre tester, overvåke resultatene og ha en fullstendig verifiseringshistorikk. Med dekningsanalysatoren vet du hvor komplett dekningen din er for kode, funksjonsblokker og testplaner. Til slutt gir dataanalysene som presenteres deg en metrisk plattform, ved hjelp av prosjektdashboard og kryssanalyse.

Det nettbaserte rammeverket skalerer for alle størrelser på elektronikkprosjekter, og du trenger ikke å installere programvare eller være bekymret for å holde operativsystemet ditt oppdatert. Den støtter også offentlige, private eller hybride skyoppsett. Når AI/ML brukes, blir verifiseringsavslutningsprosessen fremskyndet, mens feilsøkingsarbeidet går raskere ettersom rotårsaksanalyse hjelper til med å finne ut hvor det kan forbedres.

Jeg stilte Darron May noen oppklarende spørsmål.

Spørsmål: Kan jeg mikse og matche Questa Verification IQ med et hvilket som helst EDA-leverandørverktøy og ALM?

A: Questa Verification IQ støtter ALM-verktøy og motorer via en standardbasert tilnærming. Den har grensesnitt med ALM-verktøy ved hjelp av Open Services for Lifecycle Collaboration (OSLC), slik at alle verktøy som støtter standarden som Doors next eller Siemens Polarion og Teamcenter kan brukes. Enhver motor kan lanseres av Questa Verification IQ og igjen har vi støtte for dekning via Unified Coverage Interoperability Standard (UCIS).

Spørsmål: Hvordan er denne tilnærmingen sammenlignet med Synopsys DesignDash?

A: Synopsys DesignDash er fokusert på ML for designdata, mens Questa Verification IQ er fokusert på datadrevet verifisering ved bruk av analyser, inkludert ML, for å akselerere verifiseringslukking, redusere behandlingstider og gi maksimal prosesseffektivitet. Questa Verification IQ tilbyr applikasjoner som trengs for teambasert samarbeidskontroll i et nettleserbasert rammeverk med sentralisert tilgang til data.

Spørsmål: Hvordan er denne tilnærmingen sammenlignet med Cadence Verisium?

A: Cadence Verisium fokuserer kun på ML-assistert verifisering. Til sammenligning tilbyr Siemens Questa Verification IQ en komplett datadrevet verifiseringsløsning drevet av Analytics, Samarbeid og Sporbarhet. Verifikasjonsadministrasjon leveres i et nettleserbasert verktøy med applikasjoner bygget rundt Collaboration. Coverage Analyzer bringer bransjens første samarbeidende dekningslukkingsverktøy ved hjelp av analytisk navigasjon assistert av ML. Spørsmålsverifisering IQ grensesnitt med Siemens Polarion ved hjelp av OSLC og gir en tett digital trådsporbarhet med Application Lifecycle Management uten endringer i grensesnittkonteksten, noe som bringer kraften til ALM til maskinvareverifisering.

Oppsummering

Jeg er alltid imponert over nye EDA-verktøy som gjør en kompleks oppgave enklere ved å jobbe smartere, og ikke krever at ingeniører legger ned flere timer med manuell innsats. Med tidlige påtegninger av Questa Verification IQ fra kjente selskaper som Arm og Nordic Semiconductor, ser det ut til at Siemens EDA har lagt til noe overbevisende for verifiseringsteam å vurdere å se på.

Relaterte blogger

Del dette innlegget via:

Tidstempel:

Mer fra Semiwiki