2023 retrospektiv. Innovation In Verification - Semiwiki

Återutgiven av Platon

anhängare: 0

Som vanligt i januari börjar vi med en tillbakablick på tidningarna vi granskade förra året. Paul Cunningham (GM, Verification at Cadence), Raúl Camposano (Silicon Catalyst, entreprenör, tidigare Synopsys CTO och nu Silvaco CTO) och jag fortsätter vår serie om forskningsidéer. Som alltid välkomnas feedback. Vi planerar att starta en liveserie i år för att debattera idéer och bredare ämnen och för att få din feedback. Detaljer kommer att följa!

2023 retrospektiv

2023 års val

Det här är bloggarna vi har lagt upp under året, sorterade efter popularitet. Vi hade i genomsnitt 12.7 17 engagemang per blogg, en betydande ökning från förra året som vi tar som en indikation på att du fortsätter att njuta av våra recensioner av aktuell forskning i verifiering. Ledaren var ingen överraskning, han tillämpade LLM på automatiserad kodgranskning vid nästan 4 2023 engagemang. En nära sekund använder ML för att utveckla modellabstraktioner. Faktum är att de fyra bästa bloggarna 2022 var på alla om tillämpningar av AI/ML. Petri-nät gjorde ett framträdande även i år, här för att validera snabbt utvecklande DRAM-protokoll. Användning av dedikerad hårdvara för spekulation i simulering, och en metod för att hitta anomalier avrundade listan. Retrospektiven för 2024 gick ungefär lika bra som vanligt men överskuggades av intresset för andra tidningar under året. Det är säkert att vi kommer att titta på fler tillämpningar av AI/ML under XNUMX!

Pauls syn

Ännu ett år flyger förbi och 49 tidningar lästa sedan vi startade bloggen i november 2019! Då trodde vi att det skulle vara ett bra sätt att sammanföra vår verifieringsgemenskap och visa vår uppskattning för fortsatta investeringar i verifieringsforskning vid akademiska institutioner runt om i världen.

Vad jag inte förutspådde var hur läsning av alla dessa tidningar skulle inspirera till nya investeringar och innovationer på Cadence. Att skriva den här bloggen som har lärt mig att även på en verkställande nivå inom ingenjörsvetenskap är det bra för affärer att hålla kontakten med forskning på marknivå och läsa uppsatser regelbundet. Så tack läsare, och tack Bernard!

Ingen överraskning att våra topp 3 träffar förra året var alla papper om att använda AI i verifiering, en om AI för att automatisera kodgranskning (länk), en på AI för att hjälpa till att hitta buggar snabbare i SimuLink-modeller på hög nivå av enheter med blandade signaler (länk), och en om att använda AI för att automatiskt identifiera vilken källkodsrad som är grundorsaken till ett testfel (länk). Vi behöver absolut fortsätta satsa på forskning här både i akademin och i den kommersiella världen. På något sätt måste vi under det kommande decenniet hitta vår nästa 10x i verifieringsproduktivitet, och det kommer troligen från AI.

Som sagt, min personliga shout out från 2024 är inte AI-relaterad. Det är för två papper i logisk simulering: en om parallelliseringssimulering med spekulativ exekvering av händelsekön (länk), och den andra om att förbättra distributionskvaliteten för randomiserade indata i begränsade slumpmässiga tester med smarta hashfunktioner (länk). Jag kallar dessa innovationer på "motornivå" – vilket gör byggstenarna i EDA-verktygen fundamentalt bättre. Vi måste också fortsätta forskning och innovation här. Dessa två tidningar var väldigt innovativa men hade inget med AI att göra. Låt oss inte glömma att fortsätta investera i icke-AI-relaterad innovation också.

Raúls syn

Att skriva denna retrospektiva under semestern kolliderar oundvikligen med en av mänsklighetens nödvändigheter som kan upphöjas till en konst: att äta. Att recensera restauranger kanske delar tillräckligt med recensionspapper för att motivera betyg som ★★★ exceptionellt, värt en speciell resa, ★★ utmärkt, värt en omväg, ★ hög kvalitet, värt ett stopp och 😋 exceptionellt bra till måttliga priser. Paul har redan sagt att vår September recension var en "Michelinstjärna ämne”. Jag kommer att fortsätta i denna anda, med dina preferenser (antal visningar), kära läsare, som måttstock.

Medan förra årets blogg till stor del handlade om coola algoritmer, handlade årets om AI / ML och Programvara (SW). De tre bästa ★★★-papperna handlade alla om verifiering av SW med AI/ML. Den högst rankade bloggen (Juli) handlade om kodgranskning med generativ AI, den andra (November) handlade om att testa och verifiera SW för cyberfysiska system med hjälp av surrogat-AI-modeller, och den tredje (Maj) handlade om att upptäcka och fixa buggar i Java förstärkning med AI-klassificerare. Två av dessa tre tidningar använder stora datamängder från GitHub för utbildning. Sådan data är inte tillgänglig offentligt för design av hårdvara (HW); vilket utan tvekan skiljer sig tillräckligt från SW för att åtminstone väcka frågan om dessa resultat kan/kommer att replikeras för HW. Ändå är det verkligen en inspirationskälla att titta på vad SW-gemenskapen gör om verifiering.

De följande tre tidningarna, rankade med ★★, är en eklektisk samling av AI/ML, en väldigt cool algoritm och Petri-Nets. Alla handlar om verifiering i EDA. i september papper var en förhandstitt på hur man använder en LLM (GPT-4) och en modellcheckare (JasperGold) för att översätta engelska till System Verilog Assertions (SVA). Nästa (Juni) behandlade hur man samplar lösningsutrymmet för begränsad slumpmässig verifiering likformigt (meeting the constraints) – en cool algoritm för ett svårt problem, tillbaka från 2014. Det sista bidraget i denna grupp (April) utökade Petri Nets för verifiering av JEDEC DDR-specifikationer; den är pedagogisk både om JEDEC-specifikationer och Petri Nets, och avslöjar en tidsöverträdelse.

Artikel 7-9, rankad med ★, handlar om analog designverifiering, CPU-verifiering och parallell SW-exekvering. I Oktober vi granskade en inbjudan artikel till IEEE open journal of the Solid-State Circuits Society, förutom att vara en bra handledning om analog design och validering, består huvudbidraget av att ersätta analoga kretsmodeller med funktionella modeller för att accelerera Spice-simuleringen med fyra storleksordningar . Februari tidning handlade om att använda DNN för att förbättra slumpmässiga instruktionsgeneratorer i CPU-verifiering, vilket visade en minskning av "antalet simuleringar med en faktor 2 eller så” i ett enkelt exempel (IBM Northstar, 5 instruktioner). Mars gav oss den kompletta designen av en HW-accelerator för att implementera Spatially Located Ordered Tasks (SLOT) exekveringsmodell att utnyttja parallellism och spekulation, och för applikationer som genererar uppgifter dynamiskt under körning.

Vilket lämnar oss med två 😋 mottagare. I Augusti vi granskade ett papper från 2013 som banade väg för k-means clustering (2013) för upptäckt av kiselbuggar. Och i December vi tittade på ett mycket viktigt ämne, säkerhetsverifiering med IFT (Information Flow Tracking) och dess utvidgning från grindnivå till RTL. Inte överraskande fick decembers bidrag minst träffar då våra läsare förmodligen stod inför det inledningsvis beskrivna dilemmaet.

Betyg kan ibland vara godtyckliga, alla dessa bidrag är stjärnvärda och främjar den senaste tekniken. Vi kan vara tacksamma för ett aktivt, internationellt forskarsamhälle inom akademi och industri som tar itu med riktigt svåra problem. Av mina personliga preferenser kan du gissa...

Dela det här inlägget via: