CN115879409B - 验证方法、验证装置、介质及电子设备 - Google Patents
验证方法、验证装置、介质及电子设备 Download PDFInfo
- Publication number
- CN115879409B CN115879409B CN202211541610.3A CN202211541610A CN115879409B CN 115879409 B CN115879409 B CN 115879409B CN 202211541610 A CN202211541610 A CN 202211541610A CN 115879409 B CN115879409 B CN 115879409B
- Authority
- CN
- China
- Prior art keywords
- chip
- tested
- flow data
- reference model
- verification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本申请提供一种验证方法、验证装置、介质及电子设备。所述验证方法包括:获取待测芯片的参考模型,所述参考模型为所述待测芯片的事务级模型,用于模拟所述待测芯片的事务级行为,所述参考模型的时序信息与所述待测芯片的时序信息不同;根据若干测试场景获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据;基于各所述测试场景对应的误差阈值,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理,以获取验证结果。本申请所述验证方法能够降低整个验证过程的耗时。
Description
技术领域
本申请属于芯片验证领域,涉及一种芯片功能设计验证方法,特别是涉及一种验证方法、验证装置、介质及电子设备。
背景技术
随着集成电路相关技术的发展,电子设备的功能日趋丰富。一台电子设备往往有多个芯片集成,以实现电子设备的各种功能。为了确保芯片能够正常工作,在芯片正常投入使用前,往往还需要对芯片进行验证。
现有技术对芯片验证时,特别是涉及与芯片内部流量相关的功能验证时,需要根据待测芯片的设计细节和每个时序细节设计待测芯片的参考模型,导致验证工程师在设计和维护该参考模型时存在一定的技术难度,使整个验证过程耗时较长。因此,目前的验证方法存在着耗时较长的问题。
发明内容
本申请的目的在于提供一种验证方法、验证装置、介质及电子设备,用于解决现有的验证方法存在的耗时较长的问题。
第一方面,本申请提供一种验证方法,所述验证方法应用于验证系统,所述验证方法包括:获取待测芯片的参考模型,所述参考模型为所述待测芯片的事务级模型,用于模拟所述待测芯片的事务级行为,所述参考模型的时序信息与所述待测芯片的时序信息不同;根据若干测试场景获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据;基于各所述测试场景对应的误差阈值,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理,以获取验证结果。所述验证方法中通过所述参考模型模拟所述待测芯片的事务级行为,能够省去根据待测芯片的设计细节和每个时序细节设计时序级参考模型的过程,并且当待测芯片的时序细节发生改变时,本申请所述事务级参考模型相对于时序级参考模型更容易维护,因此本申请所述验证方法能够降低整个验证过程的耗时。
于本申请的一实施例中,所述验证系统包括参考模型监测组件和待测芯片监测组件,获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据的实现方法包括:基于各所述测试场景,通过所述参考模型监测组件实时获取各所述测试场景下的所述参考模型的流量数据;基于各所述测试场景,通过所述待测芯片监测组件实时获取各所述测试场景下的所述待测芯片的流量数据。
于本申请的一实施例中,所述验证结果包含验证通过和验证失败,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理的实现方法包括:获取各所述测试场景下的所述待测芯片的流量数据与所述参考模型的流量数据的差值绝对值;基于各所述测试场景对应的误差阈值和各所述测试场景下的所述差值绝对值,获取各所述测试场景下的对比结果,所述对比结果包含对比通过和对比失败,所述对比通过为所述差值绝对值在所述测试场景对应的误差阈值之内,所述对比失败为所述差值绝对值在所述测试场景对应的误差阈值之外,当各所述测试场景下的所述对比结果均为所述对比通过时,所述验证结果为验证通过,当各所述测试场景下的所述对比结果存在所述对比失败时,所述验证结果为验证失败。
于本申请的一实施例中,所述验证系统包括测试场景生成组件,所述测试场景包含随机测试场景,所述验证方法还包括:通过所述测试场景生成组件生成所述随机测试场景。由于所述参考模型能够支持随机场景测试,因此通过所述测试场景生成组件生成所述随机测试场景,以提升本申请所述验证方法的完备性。
于本申请的一实施例中,所述待测芯片的流量数据包含所述待测芯片出口的各个队列的流量数据,所述参考模型的流量数据包含所述参考模型出口的各个队列的流量数据。
于本申请的一实施例中,所述待测芯片具备调度和反压的功能,所述参考模型用于模拟所述待测芯片的调度和反压的事务级行为,所述参考模型的队列数与所述待测芯片的队列数相同。
第二方面,本申请提供一种验证装置,应用于验证系统,所述验证装置包括:参考模型获取模块,所述参考模型为所述待测芯片的事务级模型,用于模拟所述待测芯片的事务级行为,所述参考模型的时序信息与所述待测芯片的时序信息不同;流量数据获取模块,用于根据若干测试场景获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据;验证结果获取模块,用于基于各所述测试场景对应的误差阈值,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理,以获取验证结果。
于本申请的一实施例中,所述验证系统包括参考模型监测组件和待测芯片监测组件,获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据的实现方法包括:基于各所述测试场景,通过所述参考模型监测组件实时获取各所述测试场景下的所述参考模型的流量数据;基于各所述测试场景,通过所述待测芯片监测组件实时获取各所述测试场景下的所述待测芯片的流量数据。
第三方面,本申请提供一种计算机可读存储介质,其上存储有一计算机程序,该计算机程序被处理器执行时实现本申请第一方面任一项所述验证方法。
第四方面,本申请提供一种电子设备,所述电子设备包括:存储器,存储有一计算机程序;处理器,与所述存储器通信相连,调用所述计算机程序时执行本申请第一方面任一项所述验证方法。
如上所述,本申请所述验证方法、验证装置、介质及电子设备,具有以下有益效果:
第一,本申请所述验证方法通过所述参考模型模拟所述待测芯片的事务级行为,能够省去根据待测芯片的设计细节和每个时序细节设计时序级参考模型的过程,并且当待测芯片的时序细节发生改变时,本申请所述事务级参考模型相对于时序级参考模型更容易维护,因此本申请所述验证方法能够降低整个验证过程的耗时。
第二,本申请所述验证方法由于所述参考模型能够支持随机场景测试,因此通过所述测试场景生成组件生成所述随机测试场景,以提升本申请所述验证方法的完备性。
附图说明
图1显示为本申请实施例所述验证系统的结构示意图。
图2显示为本申请实施例所述验证方法的流程图。
图3显示为本申请实施例所述待测芯片的调度示意图。
图4显示为本申请实施例获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据的实现方法的流程图。
图5显示为本申请实施例对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理的实现方法的流程图。
图6显示为本申请实施例所述验证装置的结构示意图。
图7显示为本申请实施例所述电子设备的结构示意图。
元件标号说明
100 验证系统
110 待测芯片监测组件
120 参考模型监测组件
130 验证组件
140 测试场景生成组件
600 验证装置
610 参考模型获取模块
620 流量数据获取模块
630 验证结果获取模块
700 电子设备
710 存储器
720 处理器
S11-S13 步骤
S21-S22 步骤
S31-S32 步骤
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本申请的基本构想,遂图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行详细描述。
如图1所示,本申请实施例提供一种验证系统100,所述验证系统100具体包括:待测芯片监测组件110、参考模型监测组件120和验证组件130,所述待测芯片监测组件110用于获取各测试场景下的待测芯片的流量数据,所述参考模型监测组件120用于获取各所述测试场景下待测芯片的参考模型的流量数据,所述参考模型为所述待测芯片的事务级模型,用于模拟所述待测芯片的事务级行为,所述参考模型的时序信息与所述待测芯片的时序信息不同;所述验证组件130用于基于各所述测试场景对应的误差阈值,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理,以获取验证结果。
可选地,所述验证系统100可以部署于一计算机设备,所述计算机设备存储有相关的计算机指令集合用于实现所述待测芯片监测组件110、所述参考模型监测组件120和所述验证组件130的功能。
可选地,所述待测芯片监测组件110、所述参考模型监测组件120和所述验证组件130均可以为计算机指令集合的形式,通过相应的计算机指令集合实现所述验证系统100中各组件的功能。
可选地,所述验证系统100还包括测试场景生成组件140,所述测试场景生成组件140能够生成随机测试场景。
可选地,在所述验证系统100中,所述待测芯片监测组件110实时获取各所述测试场景下的所述待测芯片的流量数据,并发送各所述测试场景下的所述待测芯片的流量数据至所述验证组件130,所述参考模型监测组件120实时获取各所述测试场景下的所述参考模型的流量数据,并发送各所述测试场景下的所述参考模型的流量数据至所述验证组件130,所述验证组件130根据各所述测试场景下的所述参考模型的流量数据和所述待测芯片的流量数据,实时获取验证结果。
如图2所示,本实施例提供一种验证方法,所述验证方法可以通过计算机设备的处理器实现,所述验证方法包括:
S11,获取待测芯片的参考模型,所述参考模型为所述待测芯片的事务级模型,用于模拟所述待测芯片的事务级行为,所述参考模型的时序信息与所述待测芯片的时序信息不同。
可选地,所述参考模型为用于模拟所述待测芯片的模型,所述待测芯片可以为待测的交换芯片,所述待测芯片的事务级行为可以所述待测芯片一系列行为的集合,所述待测芯片的事务级行为包含时序信息,例如所述待测芯片的事务级行为包含a、b、c,在t=1s时,所述待测芯片执行a,在t=2s时,所述待测芯片执行b,在t=3s时,所述待测芯片执行c。当所述参考模型在模拟所述待测芯片的事务级行为时,a、b、c需要全部执行,不存在只执行其中一个或其中两个的情形。当所述参考模型在模拟该事务级行为时,不需要关注a、b、c的具体行为,只需要在相同的输入数据下,所述参考模型能够获得与a、b、c行为集合相近的输出数据即可。
可选地,所述参考模型的时序信息与所述待测芯片的时序信息不同例如可以为:待测芯片在t=1s时执行a,在t=2s时执行b,在t=3s时执行c,而参考模型可以在t=1s时模拟a、b、c全部的行为。所述参考模型也可以不具有时序信息,可以根据实际验证情形灵活设计。
可选地,可以通过对所述待测芯片进行事务级建模,以获取所述待测芯片的事务级模型。
S12,根据若干测试场景获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据。
可选地,所述待测芯片的流量数据包含所述待测芯片出口的各个队列的流量数据,所述参考模型的流量数据包含所述参考模型出口的各个队列的流量数据。所述待测芯片的出口可以为具备流量整形、拥塞管理等功能的端口,该端口可以设有八个队列,所述待测芯片出口的各个队列的流量数据即可为该端口中八个队列的流量数据。所述参考模型的出口可以为所述待测芯片的模拟端口,所述模拟端口同样设有八个队列,所述参考模型出口的各个队列的流量数据即可为该模拟端口中八个队列的流量数据。
可选地,所述待测芯片具备调度和反压的功能,所述参考模型用于模拟所述待测芯片的调度和反压的事务级行为,所述参考模型的队列数与所述待测芯片的队列数相同。其中,所述待测芯片的调度功能可以指的是所述待测芯片的流量汇聚口具有多个队列,所述流量汇聚口根据调度算法为各所述队列分配带宽。例如,请参阅图3,图3中的出口即为q0、q1、q2的流量汇聚口处,图3中的出口处发生了网络阻塞,此时若p2的优先级高于p1的优先级,p1的优先级高于p0的优先级,图3的出口会保证业务3的流量优先通过。其中,调度算法和反压的相关内容本实施例不再赘述。
可选地,所述验证系统包括测试场景生成组件,所述测试场景包含随机测试场景,所述验证方法还包括:通过所述测试场景生成组件生成所述随机测试场景。各所述测试场景均具有各所述测试场景下的激励,所述激励用于供所述待测芯片和所述参考模型运行,各所述随机测试场景下具有各所述随机测试场景下的随机激励。通过所述测试场景生成组件生成所述随机测试场景,能够提升所述验证方法的完备性。
可选地,各所述测试场景可以根据测试用户的实际需求灵活构造,本实施例对此并不详细赘述。所述验证方法还包括:通过所述测试场景生成组件接收测试场景数据并基于所述测试场景数据生成所述测试场景。例如,当对所述待测芯片的调度功能进行验证时,所述测试场景数据可以包含所述待测芯片验证调度功能所需的队列数、各队列的流量数据等。
S13,基于各所述测试场景对应的误差阈值,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理,以获取验证结果。
可选地,当所述测试场景为随机测试场景时,所述测试场景生成组件生成所述随机测试场景还包括:所述测试场景生成组件生成各所述随机测试场景对应的误差阈值。
可选地,由于在各所述测试场景下,所述待测芯片的流量数据与所述参考模型的流量数据相差较大,因此需要不同的测试场景下设置不同的误差阈值。例如,在测试场景A下,测试场景A对应的误差阈值为10,在测试场景B下,测试场景B对应的误差阈值为20。
根据以上描述可知,本实施例所述验证方法应用于验证系统,所述验证方法包括:获取待测芯片的参考模型,所述参考模型为所述待测芯片的事务级模型,用于模拟所述待测芯片的事务级行为,所述参考模型的时序信息与所述待测芯片的时序信息不同;根据若干测试场景获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据;基于各所述测试场景对应的误差阈值,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理,以获取验证结果。所述验证方法中通过所述参考模型模拟所述待测芯片的事务级行为,能够省去根据待测芯片的设计细节和每个时序细节设计时序级参考模型的过程,并且当待测芯片的时序细节发生改变时,本申请所述事务级参考模型相对于时序级参考模型更容易维护,因此本申请所述验证方法能够降低整个验证过程的耗时。
如图4所示,所述验证系统包括参考模型监测组件和待测芯片监测组件,获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据的实现方法包括:
S21,基于各所述测试场景,通过所述参考模型监测组件实时获取各所述测试场景下的所述参考模型的流量数据。
可选地,通过所述参考模型监测组件实时获取各所述测试场景下的所述参考模型的流量数据的实现方法包括:通过所述参考模型监测组件实时获取各所述测试场景下的所述参考模型出口的各个队列的流量数据。
S22,基于各所述测试场景,通过所述待测芯片监测组件实时获取各所述测试场景下的所述待测芯片的流量数据。
可选地,通过所述待测芯片监测组件实时获取各所述测试场景下的所述待测芯片的流量数据的实现方法包括:通过所述待测芯片监测组件实时获取各所述测试场景下的所述待测芯片出口的各个队列的流量数据。
根据以上描述可知,本实施例获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据的实现方法包括:基于各所述测试场景,通过所述参考模型监测组件实时获取各所述测试场景下的所述参考模型的流量数据;基于各所述测试场景,通过所述待测芯片监测组件实时获取各所述测试场景下的所述待测芯片的流量数据。通过所述参考模型监测组件和所述待测芯片监测组件实时获取所述参考模型的流量数据和所述待测芯片的流量数据,能够有效提高整个验证过程的验证效率。
如图5所示,所述验证结果包含验证通过和验证失败,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理的实现方法包括:
S31,获取各所述测试场景下的所述待测芯片的流量数据与所述参考模型的流量数据的差值绝对值。
可选地,所述待测芯片的流量数据包含所述待测芯片出口的各个队列的流量数据,所述参考模型的流量数据包含所述参考模型出口的各个队列的流量数据,获取各所述测试场景下的所述待测芯片的流量数据与所述参考模型的流量数据的差值绝对值包括:获取各所述测试场景下所述待测芯片出口的各个队列的流量数据;获取各所述测试场景下所述参考模型出口的各个队列的流量数据;获取各所述测试场景下所述待测芯片出口队列的流量数据和与所述参考模型出口队列的流量数据和的差值绝对值。例如,所述待测芯片出口具有队列A、B、C、D,所述参考模型出口具有队列a、b、c、d,A的流量数据为100Mbps、B的流量数据为120Mbps、C的流量数据为110Mbps、D的流量数据为100Mbps、a的流量数据为90Mbps、b的流量数据为110Mbps、c的流量数据为120Mbps、d的流量数据为100Mbps,所述待测芯片出口队列的流量数据和与所述参考模型出口队列的流量数据和的差值绝对值为10Mbps。
S32,基于各所述测试场景对应的误差阈值和各所述测试场景下的所述差值绝对值,获取各所述测试场景下的对比结果,所述对比结果包含对比通过和对比失败,所述对比通过为所述差值绝对值在所述测试场景对应的误差阈值之内,所述对比失败为所述差值绝对值在所述测试场景对应的误差阈值之外,当各所述测试场景下的所述对比结果均为所述对比通过时,所述验证结果为验证通过,当各所述测试场景下的所述对比结果存在所述对比失败时,所述验证结果为验证失败。
例如,当存在四个测试场景分别为测试场景1、测试场景2、测试场景3和测试场景4时,测试场景1对应的误差阈值为20Mbps、所述测试场景2对应的误差阈值为30Mbps、所述测试场景3对应的误差阈值为30Mbps、所述测试场景4对应的误差阈值为40Mbps,当所述测试场景1的所述差值绝对值为30Mbps时,所述测试场景1的对比结果为对比失败,当所述测试场景1的所述差值绝对值为10Mbps时,所述测试场景1的对比结果为对比通过。当四个测试场景的对比结果均为对比通过时,则所述验证结果为验证通过,当存在测试场景为对比失败时,则表明所述待测芯片的验证并不完备,所述验证结果为验证失败。
本申请实施例所述控制方法的保护范围不限于本实施例列举的步骤执行顺序,凡是根据本申请的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本申请的保护范围内。
如图6所示,本实施例提供一种验证装置600,所述验证装置600包括:
参考模型获取模块610,用于获取待测芯片的参考模型,所述参考模型为所述待测芯片的事务级模型,用于模拟所述待测芯片的事务级行为,所述参考模型的时序信息与所述待测芯片的时序信息不同。
流量数据获取模块620,用于根据若干测试场景获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据。
验证结果获取模块630,用于基于各所述测试场景对应的误差阈值,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理,以获取验证结果。
根据以上描述可知,本实施例所述验证装置通过所述参考模型模拟所述待测芯片的事务级行为,能够省去根据待测芯片的设计细节和每个时序细节设计时序级参考模型的过程,并且当待测芯片的时序细节发生改变时,本申请所述参考模型相对于时序级参考模型更容易维护,因此本申请所述验证装置能够降低整个验证过程的耗时。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置或方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅是示意性的,例如,模块/单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或单元可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块/单元可以是或者也可以不是物理上分开的,作为模块/单元显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块/单元来实现本申请实施例的目的。例如,在本申请各个实施例中的各功能模块/单元可以集成在一个处理模块中,也可以是各个模块/单元单独物理存在,也可以两个或两个以上模块/单元集成在一个模块/单元中。
本领域普通技术人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
如图7所示,本实施例提供一种电子设备,所述电子设备700包括存储器710,存储有一计算机程序;处理器720,与所述存储器710通信相连,调用所述计算机程序时执行图2所示的验证方法。
本申请实施例还提供了一种计算机可读存储介质。本领域普通技术人员可以理解实现上述实施例的方法中的全部或部分步骤是可以通过程序来指令处理器完成,所述的程序可以存储于计算机可读存储介质中,所述存储介质是非短暂性(non-transitory)介质,例如随机存取存储器,只读存储器,快闪存储器,硬盘,固态硬盘,磁带(magnetic tape),软盘(floppy disk),光盘(optical disc)及其任意组合。上述存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如数字视频光盘(digital video disc,DVD))、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
本申请实施例还可以提供一种计算机程序产品,所述计算机程序产品包括一个或多个计算机指令。在计算设备上加载和执行所述计算机指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机或数据中心进行传输。
所述计算机程序产品被计算机执行时,所述计算机执行前述方法实施例所述的方法。该计算机程序产品可以为一个软件安装包,在需要使用前述方法的情况下,可以下载该计算机程序产品并在计算机上执行该计算机程序产品。
上述各个附图对应的流程或结构的描述各有侧重,某个流程或结构中没有详述的部分,可以参见其他流程或结构的相关描述。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (10)
1.一种验证方法,其特征在于,应用于验证系统,所述验证方法包括:
获取待测芯片的参考模型,所述参考模型为所述待测芯片的事务级模型,用于模拟所述待测芯片的事务级行为,所述参考模型的时序信息与所述待测芯片的时序信息不同;
根据若干测试场景获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据;
基于各所述测试场景对应的误差阈值,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理,以获取验证结果。
2.根据权利要求1所述的验证方法,其特征在于,所述验证系统包括参考模型监测组件和待测芯片监测组件,获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据的实现方法包括:
基于各所述测试场景,通过所述参考模型监测组件实时获取各所述测试场景下的所述参考模型的流量数据;
基于各所述测试场景,通过所述待测芯片监测组件实时获取各所述测试场景下的所述待测芯片的流量数据。
3.根据权利要求2所述的验证方法,其特征在于,所述验证结果包含验证通过和验证失败,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理的实现方法包括:
获取各所述测试场景下的所述待测芯片的流量数据与所述参考模型的流量数据的差值绝对值;
基于各所述测试场景对应的误差阈值和各所述测试场景下的所述差值绝对值,获取各所述测试场景下的对比结果,所述对比结果包含对比通过和对比失败,所述对比通过为所述差值绝对值在所述测试场景对应的误差阈值之内,所述对比失败为所述差值绝对值在所述测试场景对应的误差阈值之外,当各所述测试场景下的所述对比结果均为所述对比通过时,所述验证结果为验证通过,当各所述测试场景下的所述对比结果存在所述对比失败时,所述验证结果为验证失败。
4.根据权利要求2所述的验证方法,其特征在于,所述验证系统包括测试场景生成组件,所述测试场景包含随机测试场景,所述验证方法还包括:通过所述测试场景生成组件生成所述随机测试场景。
5.根据权利要求1所述的验证方法,其特征在于,所述待测芯片的流量数据包含所述待测芯片出口的各个队列的流量数据,所述参考模型的流量数据包含所述参考模型出口的各个队列的流量数据。
6.根据权利要求5所述的验证方法,其特征在于,所述待测芯片具备调度和反压的功能,所述参考模型用于模拟所述待测芯片的调度和反压的事务级行为,所述参考模型的队列数与所述待测芯片的队列数相同。
7.一种验证装置,其特征在于,应用于验证系统,所述验证装置包括:
参考模型获取模块,所述参考模型为待测芯片的事务级模型,用于模拟所述待测芯片的事务级行为,所述参考模型的时序信息与所述待测芯片的时序信息不同;
流量数据获取模块,用于根据若干测试场景获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据;
验证结果获取模块,用于基于各所述测试场景对应的误差阈值,对各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据进行对比处理,以获取验证结果。
8.根据权利要求7所述的验证装置,其特征在于,所述验证系统包括参考模型监测组件和待测芯片监测组件,获取各所述测试场景下的所述待测芯片的流量数据和所述参考模型的流量数据的实现方法包括:
基于各所述测试场景,通过所述参考模型监测组件实时获取各所述测试场景下的所述参考模型的流量数据;
基于各所述测试场景,通过所述待测芯片监测组件实时获取各所述测试场景下的所述待测芯片的流量数据。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-6任一项所述验证方法。
10.一种电子设备,其特征在于,所述电子设备包括:
存储器,存储有一计算机程序;
处理器,与所述存储器通信相连,调用所述计算机程序时执行权利要求1-6任一项所述验证方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211541610.3A CN115879409B (zh) | 2022-12-02 | 2022-12-02 | 验证方法、验证装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211541610.3A CN115879409B (zh) | 2022-12-02 | 2022-12-02 | 验证方法、验证装置、介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115879409A CN115879409A (zh) | 2023-03-31 |
CN115879409B true CN115879409B (zh) | 2023-09-19 |
Family
ID=85765673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211541610.3A Active CN115879409B (zh) | 2022-12-02 | 2022-12-02 | 验证方法、验证装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115879409B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116578453B (zh) * | 2023-04-25 | 2024-01-16 | 深圳市晶存科技有限公司 | 降低存储芯片不良率的方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038280A (zh) * | 2017-03-10 | 2017-08-11 | 烽火通信科技股份有限公司 | 一种软硬件协同仿真的验证系统及其方法 |
CN108763676A (zh) * | 2018-05-15 | 2018-11-06 | 天津芯海创科技有限公司 | 激励源及功能验证方法 |
WO2021238006A1 (zh) * | 2020-05-29 | 2021-12-02 | 上海商汤智能科技有限公司 | 人工智能芯片验证 |
CN113836825A (zh) * | 2021-11-06 | 2021-12-24 | 杭州翔毅科技有限公司 | 神经网络处理器关键标准与验证芯片的应用方法 |
CN114416460A (zh) * | 2022-01-18 | 2022-04-29 | Oppo广东移动通信有限公司 | 分析基带性能的方法和仿真系统 |
CN115221071A (zh) * | 2022-08-01 | 2022-10-21 | 地平线(上海)人工智能技术有限公司 | 芯片验证方法、装置、电子设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100536293B1 (ko) * | 2004-02-17 | 2005-12-12 | 박현주 | 칩 설계 검증 장치 및 방법 |
-
2022
- 2022-12-02 CN CN202211541610.3A patent/CN115879409B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038280A (zh) * | 2017-03-10 | 2017-08-11 | 烽火通信科技股份有限公司 | 一种软硬件协同仿真的验证系统及其方法 |
CN108763676A (zh) * | 2018-05-15 | 2018-11-06 | 天津芯海创科技有限公司 | 激励源及功能验证方法 |
WO2021238006A1 (zh) * | 2020-05-29 | 2021-12-02 | 上海商汤智能科技有限公司 | 人工智能芯片验证 |
CN113836825A (zh) * | 2021-11-06 | 2021-12-24 | 杭州翔毅科技有限公司 | 神经网络处理器关键标准与验证芯片的应用方法 |
CN114416460A (zh) * | 2022-01-18 | 2022-04-29 | Oppo广东移动通信有限公司 | 分析基带性能的方法和仿真系统 |
CN115221071A (zh) * | 2022-08-01 | 2022-10-21 | 地平线(上海)人工智能技术有限公司 | 芯片验证方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115879409A (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106940428B (zh) | 芯片验证方法、装置及系统 | |
US8484693B2 (en) | Efficient policy conflict detection | |
CN109559583B (zh) | 故障模拟方法及其装置 | |
CN115879409B (zh) | 验证方法、验证装置、介质及电子设备 | |
CN109873714B (zh) | 云计算节点配置更新方法及终端设备 | |
CN109933315A (zh) | 一种图形化的业务处理系统和方法 | |
CN105306507A (zh) | 分布式架构中的容灾处理方法及容灾处理装置 | |
CN115293340B (zh) | 数据同步处理方法、装置、计算设备和存储介质 | |
CN110543652B (zh) | 用于确定实时的测试器的物理连接拓扑的方法 | |
CN111581077A (zh) | 智能合约测试方法、装置 | |
CN105224489A (zh) | 一种硬件设备的集成管理系统 | |
CN112463195B (zh) | 一种集群分组在线升级的方法、系统、终端及存储介质 | |
WO2019222941A1 (zh) | 用于评估应用部署的方法、设备、计算机程序产品和可读介质 | |
CN113919257A (zh) | 一种编译仿真文件的方法、装置、设备及存储介质 | |
CN109240914B (zh) | 安全测试任务的监控管理方法及终端设备 | |
CN112698974A (zh) | 故障注入测试方法、装置和存储介质 | |
CN114257462B (zh) | 用于以太网供电接口的断电的方法和装置以及网络装置 | |
CN106330595A (zh) | 分布式平台的心跳检测方法和装置 | |
CN115048255A (zh) | 一种自动化测试方法、装置,主机及存储介质 | |
CN105743724A (zh) | 一种服务测试方法和装置 | |
CN115796089B (zh) | 覆盖率驱动的验证方法、验证装置、介质及电子设备 | |
CN116719728B (zh) | 多节点回归测试方法、装置、介质及电子设备 | |
CN111190685A (zh) | 虚拟机数量测试系统、方法、装置、电子设备及存储介质 | |
CN117785593B (zh) | 一种基于UVM的xHCI驱动的实现系统及方法 | |
CN113923215B (zh) | 虚拟机调度方法、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |