使用支持机器学习的Xcelium能够实现高达5倍的验证效率

本文翻译转载于：Cadence blog

作者：Anika Sunda

人工智能（AI）无处不在。机器学习（ML）及其推理能力有望彻底改变从驾驶到做早餐等生活中的一切。验证是永恒的，时间不息，验证不止。

验证的目标是在时间耗尽前实现收敛。大家都希望在严格的成本和时间限制内让关键参数完整覆盖目标。想象一下您坐在驾驶舱内，向黑匣子输入数据，等待奇迹发生（按下按钮，你的工作就完成了）。通过 Xcelium 机器学习，这已不再是天方夜谭。

Xcelium 机器学习的核心重点是检测回归，识别输入信号与设计或功能覆盖之间的关系，然后生成可以高效击中覆盖点的激励。既然只需花五分之一的时间就能达到相同的覆盖率，那么剩下的时间花在哪里了？答案非常明确——80% 的时间可以花在修复设计中发现新漏洞。

对验证工程师来说，这是个好消息，能够将漏洞尽早发现并解决。下面的示意图引自 Intrinsix 在设计流程早期发现和修复漏洞的效益更高。

如果让你夜不能寐的是吞吐量优化、回归精炼、覆盖收敛和找到更多漏洞， Xcelium 机器学习将是您的不二之选。

Xcelium 机器学习可以以高达 5 倍的验证效率应对上述所有挑战。它将帮助您实现精炼回归，只执行有意义的仿真 case，深挖隐藏漏洞并提高很难击中覆盖点的覆盖率。

如果您的环境支持机器学习，也就是输入状态空间中具有高度的随机化特性，验证效率甚至可以最高提升 10 倍。

Xcelium 机器学习采用用户友好且易于使用的授权模式，并与现有的设计验证流程无缝集成。

关于 Cadence

Cadence 是电子系统设计领域的关键领导者，拥有超过 30 年的计算软件专业积累。基于公司的智能系统设计战略，Cadence 致力于提供软件、硬件和 IP 产品，助力电子设计概念成为现实。Cadence 的客户遍布全球，皆为最具创新能力的企业，他们向超大规模计算、5G 通讯、汽车、移动设备、航空、消费电子、工业和医疗等最具活力的应用市场交付从芯片、电路板到完整系统的卓越电子产品。Cadence 已连续九年名列美国财富杂志评选的 100 家最适合工作的公司。

审核编辑：汤梓红