Cadence：以 AI 技术驱动数字验证的变革
2023 年 6 月 2 日—3 日，Cadence 受邀出席了第七届集微半导体峰会。在首日举办的 EDA IP 工业软件峰会中，Cadence 高级 AE 经理王正算作为代表向与会嘉宾介绍了 Cadence 在面对 SoC 设计验证挑战下的应对之法。
随着 SoC 设计的发展，如何在有限的时间内尽可能发现更多的 bug 和实现更多的溯源分析，让项目各方面的投资都做到物尽其用，这是验证工作所面临的新挑战。
Cadence 高级 AE 经理
王正算
王正算指出，当前的 SoC 设计验证挑战主要来自几个方面。首先，SoC 包含了数百个 IP，结构非常复杂；其次，每个 IP 又在处于不停的变化、演进中；第三，SoC 级别的测试每周都会出现多个失败案例；最后，确定故障的根本原因需要数十名工程师和数周的时间。
面对这些挑战，Cadence 推出了以 AI 技术驱动的 Verisium 平台，通过大数据和 JedAI 平台来优化验证负荷、提高覆盖率并加速 bug 溯源。
Verisium 平台包括了三大板块，最基础的是 Verisium Manager，其将 Cadence 在 IP 和 SoC 级全流程验证管理解决方案，包括验证规划、工作调度和多引擎覆盖率，统统整合到 Cadence JedAI 平台中，同时还扩展出新的旨在提高计算服务集群效率的 AI-Driven 测试集优化技术。并且，其可以与 Cadence 现有的五大验证工具（包括 Jasper、Palladium）等完美融合。
中间部分是 SemanticDiff、PinDown、WaveMiner 和 AutoTriage，为负责具体功能的 4 大智能 APP。
最顶端的则是 Debug，提供从 IP 到 SoC，从单运行（single-run）到多运行（Multi-run）的整体调试解决方案。支持波形、电路图、驱动跟踪和 SmartLog 技术上的快速、完整的互动式和后处理式调试流程。Debug 可与 JedAI 平台及其它 Verisium 应用程序原生集成，支持同时自动比较通过和失败的测试用例，来实现 AI 驱动的溯源分析。
王正算表示，AutoTriage 等 4 大 APP 可以单独使用，也可以配合一起在整个流程中使用。
他详细介绍了这 4 大 APP 的功能。首先是 AutoTriage，其可以使用机器学习的方法自动化进行故障分析和分类，识别任何与运行属性相关的模式，使预测准确率达到 95% 以上。
接下来是 PinDown，其可以预测每个设计修订的风险级别。通过与 JedAI 平台及业界标准修订管理系统进行集成，PinDown 建立源代码变更、测试报告和日志文件的机器学习模型，预测哪些源代码签入最有可能引起故障的发生。
SemanticDiff 则可以识别并对比两个 RTL 版本之间的变化，并进行排名。其通过算法对 IP 或 SoC 的多版源码变更进行比较及分类，并依据其对系统行为的干扰程度进行排序，来帮助定位潜在 bug 热点的解决方案。
最后是 WaveMiner，其应用强大的人工智能引擎分析来自多次运行的波形，并确定在哪些时间点上，哪些信号最有可能代表测试失败的根本原因。
王正算表示，Verisium 平台可汇集所有波形、覆盖率、报告和日志文件等验证数据，以此为基础来建立机器学习模型和发掘更多特定指标，进而将其应用于全新系列工具上，从而极大地提高验证工作效率。
面对愈发复杂的 SoC 所带来的设计验证挑战，Cadence 将 AI 注入 EDA 工具，能够帮助用户极大程度地提高验证工作效率，缩短验证时间。
