以前看到不少驗(yàn)證技術(shù)書籍都在說驗(yàn)證環(huán)境中隨機(jī)怎么怎么好，然后為了隨機(jī)，UVM,SV 提供了什么什么支持。

但是最近的一些工作小編發(fā)現(xiàn)在驗(yàn)證中采用隨機(jī)存在很多缺點(diǎn)。下面小編帶大家看看使用隨機(jī)帶來的六宗罪。

第一宗罪：難以debug

出現(xiàn)fail的test，當(dāng)debug完，對(duì)設(shè)計(jì)和驗(yàn)證環(huán)境做了改動(dòng)，可能無法復(fù)現(xiàn)fail的場(chǎng)景。

如何確保發(fā)現(xiàn)的testbench的問題，或者RTL的問題有真的修掉？一般的做法是用同樣的seed，然后跑一遍之前的fail的test。但是有很多時(shí)候，由于環(huán)境的文件，約束等改變，再用同樣的seed 跑fail 的test 和之前的行為不一致，從而錯(cuò)誤的認(rèn)為問題已經(jīng)修掉。

第二宗罪：難以覆蓋到特定場(chǎng)景

有些場(chǎng)景通過隨機(jī)撞到的概率非常低。

如下圖所示，C=A &&B，在下圖場(chǎng)景中想通過 隨機(jī)到 (A==1)&&(B==1)的 場(chǎng)景，非常難。

第三宗罪：驗(yàn)證時(shí)間不確定

回歸結(jié)果不可靠。一次通過率100%，不代表次次回歸100%。

一次回歸可能100%，第二次回歸又變成90%。連續(xù)10次回歸100%，第十一次回歸又出現(xiàn)fail的test。

第四宗罪：重復(fù)測(cè)試用例很多

浪費(fèi)太多l(xiāng)icense 和服務(wù)器資源。

因?yàn)閱未蝦egression不能保證沒有問題，所以要周周跑，月月跑，一直跑到tapout，這浪費(fèi)了很多l(xiāng)icense和服務(wù)器資源。特別是有些test 打到的場(chǎng)景重復(fù)，做一些無效驗(yàn)證，給公司資源造成極大浪費(fèi)。

第五宗罪：覆蓋率收集耗費(fèi)資源

coverage 收斂比較耗時(shí)間和資源。

由于隨機(jī)約束造成不同場(chǎng)景出現(xiàn)的概率不一樣，通過隨機(jī)測(cè)試將代碼覆蓋率和功能覆蓋率補(bǔ)全需要經(jīng)過大量的回歸測(cè)試。coverage的收斂速度沒有直接測(cè)試來得快。

下面是一個(gè)案例，在跑完一版regression后，功能覆蓋率是80.49%。

我們想將該功能覆蓋率補(bǔ)全，采用直接測(cè)試用例，我們調(diào)用了5次測(cè)試，可以將覆蓋率打到95.90% ,剩下的部分可以waive掉。

當(dāng)我們采用隨機(jī)測(cè)試，調(diào)用了5次隨機(jī)測(cè)試，覆蓋率為90.62%。

當(dāng)我們采用隨機(jī)測(cè)試，調(diào)用了10次隨機(jī)測(cè)試，覆蓋率為93.97%。

當(dāng)我們采用隨機(jī)測(cè)試，調(diào)用了20次隨機(jī)測(cè)試，覆蓋率為95.90%,達(dá)到了和直接測(cè)試同樣的效果。

第六宗罪：場(chǎng)景打不全

隨機(jī)驗(yàn)證打不全所有場(chǎng)景

如上圖所示，隨機(jī)的行為很難將所有的測(cè)試路徑都打到。

隨機(jī)有沒有好處呢？當(dāng)然有，比如

探索更多的場(chǎng)景：隨機(jī)驗(yàn)證可以探索更多的測(cè)試場(chǎng)景，覆蓋更多的狀態(tài)空間。這可以幫助發(fā)現(xiàn)設(shè)計(jì)中的潛在問題和漏洞，從而提高驗(yàn)證的質(zhì)量。

發(fā)現(xiàn)意外錯(cuò)誤：隨機(jī)測(cè)試可以揭示一些設(shè)計(jì)者未曾考慮的異常情況，以及在正常測(cè)試中可能被忽略的邊緣情況。這有助于找到并修復(fù)一些潛在的設(shè)計(jì)錯(cuò)誤。

減少人為偏見：手動(dòng)創(chuàng)建測(cè)試用例可能受到驗(yàn)證工程師的認(rèn)知偏見和經(jīng)驗(yàn)限制的影響。隨機(jī)驗(yàn)證方法可以降低這種偏見對(duì)驗(yàn)證結(jié)果的影響，從而提高驗(yàn)證的可靠性。

減少人工編寫測(cè)試用例的時(shí)間和精力：隨機(jī)驗(yàn)證方法可以自動(dòng)生成大量測(cè)試用例，從而減少人工編寫測(cè)試用例的時(shí)間和精力。這有助于縮短驗(yàn)證周期，提高驗(yàn)證效率。

更好地應(yīng)對(duì)復(fù)雜性：隨著芯片設(shè)計(jì)變得越來越復(fù)雜，人工創(chuàng)建足夠多的測(cè)試用例以覆蓋所有可能的場(chǎng)景變得越來越困難。隨機(jī)驗(yàn)證方法可以在面對(duì)復(fù)雜設(shè)計(jì)時(shí)自動(dòng)生成更多的測(cè)試用例，從而更好地應(yīng)對(duì)這種復(fù)雜性。

雖然使用隨機(jī)驗(yàn)證存在很多問題，但它在許多情況下仍然是一種非常有效的驗(yàn)證方法。為了克服這些缺點(diǎn)，可以將隨機(jī)驗(yàn)證與其他驗(yàn)證方法（如指導(dǎo)性驗(yàn)證、形式驗(yàn)證等）相結(jié)合，以實(shí)現(xiàn)更全面、有效的芯片驗(yàn)證。

審核編輯：劉清