芯片验证方法技术

本申请公开了一种芯片验证方法

【技术实现步骤摘要】
芯片验证方法、装置、设备及介质


[0001]本申请涉及集成电路
，尤其涉及一种芯片验证方法
、
装置
、
设备及介质
。

技术介绍

[0002]UVM(Universal Verification Methodology
，通用验证方法学
)
是一个以
SystemVerilog
类库为主体的验证平台开发框架，验证工程师可以利用其可重构组件构建具有标准层次结构和接口的功能验证环境
。
在具体验证工作中，为了验证的完备性，需要向被验设计
(Design Under Test
，
DUT)
灌输大量激励
。
对此，为了尽可能地覆盖所有的验证点，需要对产生激励的参数进行约束
。
目前，比较常用的约束方式为随机约束方式
。
然而，随机约束会有较大概率产生重复的种子，并且当参数比较复杂的情况下，参数之间有较为复杂的逻辑关系时，或者参数之间会互相影响时，随机约束并不能生成较优的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种芯片验证方法，其特征在于，所述方法包括：利用验证点预测模型对预设的初始验证点序列进行处理，得到预测激励参数；其中，所述验证点预测模型通过样本验证点数据训练得到；基于所述预测激励参数，向目标芯片施加激励信号，以对所述目标芯片进行功能验证
。2.
根据权利要求1所述的芯片验证方法，其特征在于，所述预测激励参数的组数为
N
，
N
为大于或等于1的整数；所述基于所述预测激励参数，向目标芯片施加激励信号，以对所述目标芯片进行功能验证，包括：分别基于每组所述预测激励参数，向目标芯片施加激励信号，以对所述目标芯片进行功能验证
。3.
根据权利要求1所述的方法，其特征在于，所述验证点预测模型是根据以下步骤训练得到的：获取样本验证点数据，所述样本验证点数据包括至少一个样本验证点序列，每个样本验证点序列包括多个样本验证点对应的激励参数；基于所述样本验证点数据对初始深度学习模型进行训练，得到所述验证点预测模型；其中，所述初始深度学习模型为长短期记忆网络模型
。4.
根据权利要求3所述的方法，其特征在于，所述多个样本验证点包括：边界点，和
/
或，验证结果为异常的验证点
。5.
根据权利要求1所述的方法，其特征在于，所述利用验证点预测模型对预设的初始验证点序列进行处理，得到预测激励参数，包括：从所述初始验证点序列中确定输入序列，将所述输入序列输入所述验证点预测模型，得到一组预测激励...

【专利技术属性】
技术研发人员：张毅，侯彬，
申请(专利权)人：西安紫光国芯半导体有限公司，
类型：发明
国别省市：