前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【日更计划103】数字IC基础题【SV部分】

【日更计划103】数字IC基础题【SV部分】

作者头像
空白的贝塔
发布2021-05-11 15:56:52
9210
发布2021-05-11 15:56:52
举报
文章被收录于专栏:摸鱼范式

上期答案

[236] 什么是DPI调用?

DPI是直接编程接口的缩写,它是SystemVerilog和C/C++等外语编程语言之间的接口。DPI允许在接口两边的语言之间直接进行跨语言函数调用。在C语言中实现的函数可以在SystemVerilog中调用(import),在SystemVerilog中实现的函数可以使用DPI层在C语言中调用(export)。DPI支持跨语言边界的function(零时间执行)和task(耗时执行)。SystemVerilog数据类型是惟一能够在任何方向上跨越SystemVerilog和外部语言之间的边界的数据类型。

[237] “DPI import” 和“DPI export”有什么区别?

import的DPI函数是用C语言实现并在SystemVerilog代码中调用的函数。

export的DPI函数是用SystemVerilog语言实现并导出到C语言的函数,这样就可以从C语言调用它。

函数和任务都可以导入或导出。

[238] 什么是系统函数?举例说明他们的作用

SystemVerilog语言支持许多不同的内置系统任务和函数,通常在任务/函数名称前加上“$”前缀。此外,语言还支持添加用户定义的系统任务和功能。下面是一些系统任务和功能的例子(根据功能分类)。对于完整的列表,可以参考LRM。

  1. 仿真控制函数 - finish, stop, exit
  2. 转换函数 - bitstoreal, itor, cast
  3. bit向量系统函数 - countones, onehot, isunknown
  4. 安全系统函数 - error, fatal, warning
  5. 采样值控制函数 - rose, fell, changed
  6. 断言控制函数 - asserton, assertoff
[239] 定向测试和受约束的随机测试有什么区别?两者有什么优缺点?

定向测试是一种编写定向测试来验证设计中的每个特性的方法。约束随机测试是一种使用约束随机生成器自动生成激励的方法,该生成器根据设计规范生成激励。下表比较了两者的优缺点。推荐的方法是混合使用这两种方法——约束随机覆盖大部分验证空间,然后指导测试覆盖难以到达的边界条件。

定向测试

约束随机测试

针对每个功能点需要编写一个或者多个测试向量

使用激励发生器根据功能点,自动生成符合功能规范的测试向量

每次测试都能很简单的进行追踪,具有很好的可视化和可预测性

测试是自动生成的,因此只能通过收集覆盖率,并观察覆盖率确保功能的验证

当设计特征被充分了解后,定向测试的编写会更加简单

开发约束随机测试平台更加复杂,也更加需要经验。需要更多的事件来设计验证平台。

对于复杂的设计,定向测试的编写会变得非常困难并且事件消耗会很大

与大型测试套件相比,约束随机生成器在开发后更容易维护

定向测试编写仅限于通过理解设计规范确定的场景

约束随机生成器可以结合随机配置来覆盖更多的场景和特性,从而更好地强调设计,并覆盖手动识别可能遗漏的一些场景

[240] 什么是自检测试(self-checking tests)?

自检测试是指在测试结束时通过某种方式来检测测试结果的测试。在测试中,可以通过计算某些内存操作的结果或从DUT(如状态寄存器或任何其他信息)收集结果来预测结果。

本期题目

[241] 什么是覆盖率驱动的验证?
[243] 功能验证中的测试分级是什么概念?
[244] 什么是基于断言的验证方法?
[245] 2*2的分组交换器的spec如下,你将如何验证设计?如何设计激励和检查器?哪些是你需要验证的case?

「SPEC」:有两个输入和输出端口A和B,如上所示。每个端口可以接收大小在64到1518字节之间的可变数据包。每个包将有一个4字节的源地址(Source Address)和4字节的目标地址(Destination Address),以及跨包计算的数据和一个4字节的CRC,如下所示。数据包将根据目标地址(Destination Address)被切换到一个输出端口。

正确答案将在下一期公布,或者到下面的文章获取答案

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-04-26,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 摸鱼范式 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 上期答案
  • 本期题目
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档