一种生成随机激励的约束分类方法、电子设备及存储介质技术

本发明专利技术提供了本发明专利技术涉及芯片验证领域，特别是涉及一种生成随机激励的约束分类方法、电子设备及存储介质，其通过消耗时长为每个约束满足问题匹配求解效率最高的约束求解器类型，并将约束求解器类型作为标签为每个约束求解问题进行标注，得到训练数据库，通过将训练数据库中的所有训练样本训练每个人工智能算法模型，使其将约束满足问题准确分类，匹配合适的约束求解器，分类准确度高，显著提升了约束求解问题的效率。求解问题的效率。求解问题的效率。

【技术实现步骤摘要】
一种生成随机激励的约束分类方法、电子设备及存储介质


[0001]本专利技术涉及芯片验证领域，特别是涉及一种生成随机激励的约束分类方法、电子设备及存储介质。

技术介绍

[0002]芯片验证领域中，激励发生器是验证环境的重要部件，也称为驱动器（driver）、总线功能模型（Bus Function Model,BFM）、行为模型（behavioral）或发生器（generator）。激励发生器的主要职责是模拟与DUT相邻设计的接口协议。与真正的设计相比，激励发生器只关注如何模拟接口信号，使其能够以真实的接口协议来发送激励给DUT。
[0003]传统的测试平台，无论是测试用例还是覆盖率，都是较为抽象的验证计划，而将这些抽象的要求转化为测试向量的，正是约束随机化的向量生成。随着芯片设计变得越来越复杂，例如人工创建足够多的测试用例以覆盖所有可能的场景变得越来越困难。随机验证方法可以在面对复杂设计时通过约束随机给入测试激励，从而更好地应对这种复杂性。
[0004]在不同的EDA工具中有不同种类的随机生成引擎，这些随机生成引擎都伴随着核心的约本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生成随机激励的约束分类方法，其特征在于，所述方法包括如下步骤：S100，获取生成随机激励的约束满足问题CSP，建立约束数据库；S200，获取随机生成引擎，所述随机生成引擎中包括N种类型的约束求解器；S300，获取每个CSP的候选约束求解器，其中，第i个约束满足问题CSP
i
的候选约束求解器的步骤包括：S310，将CSP
i
输入随机生成引擎中，分别通过N种类型的约束求解器对CSP
i
进行求解，记录每种约束求解器得到随机激励的消耗时长，得到N个消耗时长；S320，获取N个消耗时长中的最短消耗时长，最短消耗时长对应的约束求解器为CSP
i
的候选约束求解器；S400，根据每个CSP的候选约束求解器为相应CSP标注求解器类型标签，得到具有求解器类型标签的CSP；S500，将具有求解器类型标签的CSP放入训练数据库中；S600，根据训练数据库中的所有具有求解器类型标签的CSP分别训练M种不同类型的人工智能算法模型，得到每种人工智能算法模型的分类正确率；S700，选择分类正确率最高的人工智能算法模型作为目标人工智能算法模型，所述目标人工智能算法模型用于对CSP进行分类。2.根据权利要求1所述的方法，其特征在于，其中：S310还包括：获取每种约束求解器在获取随机激励过程中的内存最大峰值；S300还包括：S330，当CSP
i
存在多个候选约束求解器时，获取所有候选约束求解器对应的内存最大峰值的最小值；将内存最大峰值的最小值所对应的候选约束求解器更新为CSP
i
的候选约束求解器。3.根据权利要求2所述的方法，其特征在于，S330还包括：当CSP
i
存在多个候选约束求解器时，获取在最短消耗时长的指定时长容差范围内的多个消耗时长对应的备选约束求解器，根据消耗时长和内存最大峰值计算备选约束求解器的最大匹配度得到CSP
i
的候选约束求解器；其中，消耗时长和内存最大峰值与匹配度负相关。4.根据权利要求3所述的方法，其特征在于，第j个备选约束求解器的匹配度mat
j
满足以下条件：mat
j

【专利技术属性】
技术研发人员：石光辉，倪恩志，
申请(专利权)人：上海合见工业软件集团有限公司成都融见软件科技有限公司，
类型：发明
国别省市：