ย้อนหลังปี 2023. นวัตกรรมในการตรวจสอบ - Semiwiki

ย้อนหลังปี 2023. นวัตกรรมในการตรวจสอบ – Semiwiki

ประทับเวลา: 25 มกราคม 2024 9:00 น
โหนดต้นทาง: 3086907

ตามปกติในเดือนมกราคม เราจะเริ่มต้นด้วยการย้อนกลับไปดูเอกสารที่เราตรวจสอบเมื่อปีที่แล้ว Paul Cunningham (GM, Verification at Cadence), Raúl Camposano (Silicon Catalyst, ผู้ประกอบการ, อดีต Synopsys CTO และปัจจุบันคือ Silvaco CTO) และฉันจะสานต่อซีรีส์เกี่ยวกับแนวคิดการวิจัยของเรา เช่นเคยยินดีรับข้อเสนอแนะ เรากำลังวางแผนที่จะเริ่มซีรีส์ถ่ายทอดสดในปีนี้เพื่ออภิปรายแนวคิดและหัวข้อที่กว้างขึ้น และรับคำติชมจากคุณ รายละเอียดต้องติดตาม!

ย้อนหลัง 2023

ตัวเลือก 2023

นี่คือบล็อกที่เราโพสต์ตลอดทั้งปี เรียงตามความนิยม เรามีการมีส่วนร่วมโดยเฉลี่ย 12.7 ครั้งต่อบล็อก ซึ่งเพิ่มขึ้นอย่างมากจากปีที่แล้ว ซึ่งเราถือเป็นข้อบ่งชี้ว่าคุณยังคงเพลิดเพลินกับการทบทวนงานวิจัยปัจจุบันที่อยู่ระหว่างการตรวจสอบ ผู้นำไม่แปลกใจเลยที่ได้นำ LLM ไปใช้กับการตรวจสอบโค้ดอัตโนมัติโดยมีการมีส่วนร่วมเกือบ 17 หมื่นครั้ง วินาทีปิดใช้ ML เพื่อพัฒนาโมเดลนามธรรม อันที่จริงแล้ว บล็อกยอดนิยม 4 อันดับแรกในปี 2023 อยู่ในแอปพลิเคชัน AI/ML ทั้งหมด Petri nets ปรากฏตัวอีกครั้งในปีนี้ ที่นี่เพื่อตรวจสอบความถูกต้องของโปรโตคอล DRAM ที่พัฒนาอย่างรวดเร็ว การใช้ฮาร์ดแวร์เฉพาะสำหรับการเก็งกำไรในการจำลอง และวิธีการค้นหาความผิดปกติรวมอยู่ในรายการ การทบทวนข้อมูลย้อนหลังในปี 2022 ทำได้ดีเหมือนเคย แต่ถูกบดบังด้วยความสนใจในเอกสารอื่นๆ ตลอดทั้งปี เป็นเดิมพันที่ปลอดภัย เราจะพิจารณาการใช้งาน AI/ML เพิ่มเติมในปี 2024!

มุมมองของพอล

อีกปีผ่านไปและมีบทความ 49 ฉบับอ่านตั้งแต่เราเริ่มบล็อกในเดือนพฤศจิกายน 2019! ย้อนกลับไปตอนนั้น เราคิดว่านี่จะเป็นวิธีที่ดีในการรวบรวมชุมชนการตรวจสอบของเรามารวมกัน และแสดงความขอบคุณสำหรับการลงทุนอย่างต่อเนื่องในการวิจัยการตรวจสอบยืนยันในสถาบันการศึกษาทั่วโลก

สิ่งที่ฉันไม่ได้คาดการณ์ก็คือการอ่านเอกสารทั้งหมดเหล่านี้จะสร้างแรงบันดาลใจให้กับการลงทุนและนวัตกรรมใหม่ๆ ที่ Cadence ได้อย่างไร การเขียนบล็อกนี้เหมือนกับที่ได้สอนฉันว่าแม้แต่ในระดับผู้บริหารในสาขาวิศวกรรม การเชื่อมโยงกับการวิจัยระดับพื้นดินและการอ่านเอกสารเป็นประจำก็เป็นสิ่งที่ดีสำหรับธุรกิจ ขอบคุณผู้อ่านและขอบคุณเบอร์นาร์ด!

ไม่น่าแปลกใจเลยที่ความนิยม 3 อันดับแรกของเราในปีที่แล้วล้วนเป็นเอกสารเกี่ยวกับการใช้ AI ในการตรวจสอบ หนึ่งรายการเกี่ยวกับ AI เพื่อตรวจสอบโค้ดโดยอัตโนมัติ (ลิงค์) หนึ่งใน AI เพื่อช่วยค้นหาข้อบกพร่องได้รวดเร็วยิ่งขึ้นในอุปกรณ์สัญญาณผสมรุ่น SimuLink ระดับสูง (ลิงค์) และอีกวิธีหนึ่งคือการใช้ AI เพื่อระบุบรรทัดของซอร์สโค้ดที่เป็นต้นตอของความล้มเหลวในการทดสอบโดยอัตโนมัติ (ลิงค์). เราจำเป็นต้องลงทุนในการวิจัยที่นี่ต่อไปทั้งในด้านวิชาการและในโลกการค้า อย่างไรก็ตาม ในทศวรรษหน้า เราจำเป็นต้องค้นหาประสิทธิภาพในการตรวจสอบที่จะเพิ่มขึ้น 10 เท่า และมีแนวโน้มว่าจะมาจาก AI

ที่กล่าวว่าการกล่าวถึงส่วนตัวของฉันในปี 2024 นั้นไม่เกี่ยวข้องกับ AI เป็นเอกสารสองฉบับในการจำลองลอจิก: หนึ่งฉบับเกี่ยวกับการจำลองแบบขนานโดยใช้การดำเนินการเก็งกำไรของคิวเหตุการณ์ (ลิงค์) และอีกประการหนึ่งในการปรับปรุงคุณภาพการกระจายของอินพุตแบบสุ่มในการทดสอบสุ่มแบบจำกัดโดยใช้ฟังก์ชันแฮชที่ชาญฉลาด (ลิงค์). ฉันเรียกนวัตกรรมเหล่านี้ว่า “ระดับเครื่องยนต์” ซึ่งทำให้องค์ประกอบภายในเครื่องมือ EDA ดีขึ้นโดยพื้นฐาน เรายังจำเป็นต้องวิจัยและสร้างสรรค์นวัตกรรมที่นี่ต่อไป เอกสารทั้งสองนี้เป็นนวัตกรรมใหม่มาก แต่ไม่เกี่ยวข้องกับ AI อย่าลืมลงทุนในนวัตกรรมที่ไม่เกี่ยวข้องกับ AI ต่อไปด้วย

มุมมองของราอูล

การเขียนบันทึกย้อนหลังในช่วงวันหยุดย่อมขัดแย้งกับความจำเป็นประการหนึ่งของมนุษย์ซึ่งสามารถยกระดับเป็นศิลปะได้ นั่นก็คือ การกิน การรีวิวร้านอาหารอาจแชร์ได้เพียงพอกับการรีวิวเอกสารเพื่อยืนยันการให้คะแนน เช่น ★★★ ยอดเยี่ยม คุ้มค่ากับการเดินทางเป็นพิเศษ ★★ ยอดเยี่ยม คุ้มค่าแก่การแวะ ★ คุณภาพสูง คุ้มค่าแก่การแวะพัก และ 😋 อร่อยมากในราคาปานกลาง พอลได้กล่าวไว้แล้วว่าของเรา รีวิวเดือนกันยายน เป็น "หัวข้อดาวมิชลิน". ฉันจะดำเนินการต่อในแนวทางนี้โดยใช้การตั้งค่าของคุณ (จำนวนการดู) ผู้อ่านที่รักเป็นเกณฑ์มาตรฐาน

แม้ว่าบล็อกของปีที่แล้วจะเน้นไปที่อัลกอริธึมเจ๋งๆ เป็นหลัก แต่ปีนี้เป็นเรื่องเกี่ยวกับ AI / ML และ ซอฟต์แวร์ (SW). เอกสาร ★★★ สามอันดับแรกล้วนเกี่ยวกับการตรวจสอบ SW โดยใช้ AI/ML บล็อกที่ได้รับคะแนนสูงสุด (กรกฎาคม) เป็นเรื่องเกี่ยวกับการตรวจสอบโค้ดด้วย generative AI ครั้งที่สอง (พฤศจิกายน) จัดการกับการทดสอบและตรวจสอบ SW สำหรับระบบ Cyber-Physical โดยใช้โมเดล AI ตัวแทน และตัวที่สาม (อาจ) เป็นเรื่องเกี่ยวกับการตรวจจับและแก้ไขข้อบกพร่องใน Java ที่เสริมด้วยตัวแยกประเภท AI เอกสารสองในสามชุดนี้ใช้ชุดข้อมูลขนาดใหญ่จาก GitHub สำหรับการฝึกอบรม ข้อมูลดังกล่าวไม่เปิดเผยต่อสาธารณะสำหรับการออกแบบฮาร์ดแวร์ (HW) ซึ่งมีเนื้อหาที่แตกต่างกันมากพอจาก SW อย่างน้อยก็ทำให้เกิดคำถามว่าผลลัพธ์เหล่านี้สามารถ / จะถูกจำลองแบบสำหรับ HW หรือไม่ อย่างไรก็ตาม การพิจารณาว่าชุมชน SW กำลังทำอะไรเกี่ยวกับการตรวจสอบยืนยันนั้นเป็นแหล่งที่มาของแรงบันดาลใจอย่างแน่นอน

บทความสามเรื่องถัดไปที่ได้รับการจัดอันดับด้วย ★★ เป็นคอลเลกชันที่ผสมผสานระหว่าง AI/ML ซึ่งเป็นอัลกอริธึมที่เจ๋งมาก และ Petri-Nets ทั้งหมดเกี่ยวข้องกับการตรวจสอบใน EDA กันยายน กระดาษเป็นตัวอย่างเกี่ยวกับการใช้ LLM (GPT-4) และเครื่องตรวจสอบแบบจำลอง (JasperGold) เพื่อแปลภาษาอังกฤษเป็นภาษา System Verilog Assertions (SVA) อันถัดไป (มิถุนายน) กล่าวถึงวิธีการสุ่มตัวอย่างพื้นที่โซลูชันสำหรับการตรวจสอบแบบสุ่มที่มีข้อจำกัด สม่ำเสมอ (ตรงตามข้อจำกัด) – อัลกอริธึมเจ๋งๆ สำหรับปัญหายากๆ ย้อนกลับไปเมื่อปี 2014 ผลงานล่าสุดในกลุ่มนี้ (เมษายน) ขยาย Petri Nets สำหรับการตรวจสอบข้อกำหนด JEDEC DDR เป็นการศึกษาทั้งข้อกำหนดของ JEDEC และ Petri Nets และเผยให้เห็นการละเมิดเวลาหนึ่งครั้ง

เอกสาร 7-9 ซึ่งจัดอันดับด้วย ★ จัดการกับการตรวจสอบการออกแบบแอนะล็อก การตรวจสอบ CPU และการดำเนินการ SW แบบขนาน ใน ตุลาคม เราได้ตรวจสอบบทความที่ได้รับเชิญในวารสารเปิด IEEE ของ Solid-State Circuits Society นอกเหนือจากการเป็นบทช่วยสอนที่ดีเกี่ยวกับการออกแบบและการตรวจสอบแอนะล็อกแล้ว การสนับสนุนหลักประกอบด้วยการแทนที่โมเดลวงจรแอนะล็อกด้วยโมเดลเชิงฟังก์ชันเพื่อเร่งการจำลอง Spice ตามขนาด 4 ลำดับ . กระดาษของเดือนกุมภาพันธ์ เป็นเรื่องเกี่ยวกับการใช้ DNN เพื่อปรับปรุงตัวสร้างคำสั่งแบบสุ่มในการตรวจสอบ CPU โดยแสดงการลดลงของ “จำนวนของการจำลองโดยปัจจัย 2 หรือมากกว่านั้น” ในตัวอย่างง่ายๆ (IBM Northstar, 5 คำสั่ง) มีนาคม นำการออกแบบตัวเร่งความเร็ว HW ที่สมบูรณ์มาให้เราใช้งาน โมเดลการดำเนินการคำสั่งตามพื้นที่ (SLOT) เพื่อใช้ประโยชน์จากการทำงานแบบขนานและการเก็งกำไร และสำหรับแอปพลิเคชันที่สร้างงานแบบไดนามิก ณ รันไทม์

ซึ่งทำให้เรามีผู้รับ 😋 สองคน ใน สิงหาคม เราได้ตรวจสอบรายงานจากปี 2013 ซึ่งบุกเบิกการจัดกลุ่มเคมีน (2013) สำหรับการตรวจจับจุดบกพร่องหลังซิลิคอน และใน ธันวาคม เราได้พิจารณาหัวข้อที่สำคัญมาก นั่นคือการตรวจสอบความปลอดภัยโดยใช้ IFT (Information Flow Tracking) และการขยายจากระดับเกตไปยัง RTL ไม่น่าแปลกใจเลยที่การมีส่วนร่วมของเดือนธันวาคมได้รับความนิยมน้อยที่สุด เนื่องจากผู้อ่านของเราอาจเผชิญกับภาวะที่กลืนไม่เข้าคายไม่ออกที่อธิบายไว้ในตอนแรก

การให้คะแนนสามารถกำหนดได้ตามใจชอบในบางครั้ง การมีส่วนร่วมทั้งหมดนี้มีค่าควรแก่การติดดาวและพัฒนาความก้าวหน้า เรารู้สึกขอบคุณสำหรับชุมชนการวิจัยระดับนานาชาติที่กระตือรือร้นทั้งในด้านวิชาการและอุตสาหกรรมในการแก้ไขปัญหาที่ยากจริงๆ ตามความชอบส่วนตัวของฉัน คุณสามารถเดาได้...

แชร์โพสต์นี้ผ่าน:

ประทับเวลา:

เพิ่มเติมจาก กึ่งวิกิ