| 使用Cadence AI技術(shù)加速驗證效率提升 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：3594 K | |
| 標(biāo)簽： ic驗證 人工智能 Verisium apps | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：隨著硬件設(shè)計規(guī)模和復(fù)雜程度的不斷增加，驗證收斂的挑戰(zhàn)難度不斷增大，單純依靠增加 CPU 核數(shù)量并行測試的方法治標(biāo)不治本。如何在投片前做到驗證關(guān)鍵指標(biāo)收斂，是驗證工程師面對的難題。為解決這一難題，提出了采用人工智能驅(qū)動的驗證EDA工具和生成式大模型兩種提效方案，其中EDA工具有Cadence利用人工智能驅(qū)動的Verisium apps和采用機器學(xué)習(xí)技術(shù)Xcelium ML，前者用來提升驗證故障定位效率，包括Verisium AutoTriage、Verisium SemanticDiff、Verisium WaveMiner等，后者可用來提升驗證覆蓋率收斂效率。生成式大模型可輔助智能debug和自動生成驗證用例，主要介紹各實現(xiàn)方案，并給出了項目實驗提升結(jié)果。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
ic驗證 相關(guān)資源
wwei 的最新分享
- 商業(yè)數(shù)據(jù)反不正當(dāng)競爭保護的實踐困境與規(guī)則優(yōu)化
- 世界主要國家個人數(shù)據(jù)開發(fā)利用模式對比研究
- 網(wǎng)絡(luò)輿情中個人信息傳播的成因、風(fēng)險透視及治理
- 正當(dāng)程序框架下的算法行政：挑戰(zhàn)紓解與規(guī)制重構(gòu)
- HF和波動參數(shù)輔助的優(yōu)化XGBoost室內(nèi)定位方法
- 可解釋的深度網(wǎng)絡(luò)抗噪音干擾性逐層評估方法
- 大規(guī)模異構(gòu)數(shù)據(jù)遷移的自適應(yīng)清洗與智能轉(zhuǎn)換框架
- 基于區(qū)塊鏈的文物數(shù)字資源版權(quán)保護框架設(shè)計
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2