VCS ICO的主要功能有哪些呢？

ico是vcs提供的用于优化覆盖率的feature；一般用户通过distsolver bofore等约束了变量的随机概率，而ico会在用户约束的基础上，做一些自动“修正”，以此来优化随机激励，提高随机多样性，加速覆盖率收敛，缩短 turn-around timeTAT。主要功能包含如下几部分：

1.Prognosis: 用于查看当前平台是否适用ico，对于都是直接用例测试，没有随机策略的平台，ico并不适用；

2.Auto Bias:利用设定策略，ico会改变原有constraint solver的行为，施加一定bias修正随机值;

3.RCA: root cause trace, 用于诊断变量未随机到的bins，是否存在过约束等；

4.Delta-debug: 提供replay复现功能，对比两次结果间的差异；

5.AutoPurge: 当前回归得到的ico database可以用于下一次回归，多次迭代；

ico最主要的功能就是Auto Bias,宣称使用了AI，机器学习ML，增强学习EL等手段，在回归过程中，利用共享case之间的ico database，提高随机多样性；通过一个简单例子演示下：

covergroupcg_datawithfunctionsample(inputlogicvalid,logic[7:0]data);
cpt_value:coverpointdataiff(valid){
binszero={0};
binsothers[]={[1:31]};
illegal_binsinvalid={[32:255]};
}
endgroup

classtrextendsuvm_transaction;
randlogic[7:0]data;
constraintc_tr{datainside{[0:31]};
datadist{0:=1,[1:31]:=100};
}
endclass

如上，对data的约束中，data=0这一条件的概率很低；

PRJ:=$(shellecho$(CURDIR)|sed-r's|/ico_test/.*|/ico_test|')
exportPRJ

all:comprun
all_ico:comprun_ico

SEED:=${SEED}

regress_ico:clean
mkdir-p${PRJ}/comp_src;
cd${PRJ}/comp_src;
cp${PRJ}/Makefile${PRJ}/comp_src;
makecomp;
foriin12;do
mkdir-p${PRJ}/test_$${i};
cp${PRJ}/Makefile${PRJ}/test_$${i};
cd${PRJ}/test_$${i};
ln-s${PRJ}/comp_src/simv.daidirsimv.daidir;
ln-s${PRJ}/comp_src/csrccsrc;
ln-s${PRJ}/comp_src/simvsimv;
makerun_icoSEED=$${i};
done
makecov_merge;
makecrg_report;

regress:clean
mkdir-p${PRJ}/comp_src;
cd${PRJ}/comp_src;
cp${PRJ}/Makefile${PRJ}/comp_src;
makecomp;
foriin12;do
mkdir-p${PRJ}/test_$${i};
cp${PRJ}/Makefile${PRJ}/test_$${i};
cd${PRJ}/test_$${i};
ln-s${PRJ}/comp_src/simv.daidirsimv.daidir;
ln-s${PRJ}/comp_src/csrccsrc;
ln-s${PRJ}/comp_src/simvsimv;
makerunSEED=$${i};
done
makecov_merge;

comp:
vcs-full64
-kdb-lca
-debug_access+all
-ntb_optsuvm
-sverilog
-timescale=1ns/1ns
${PRJ}/dut.sv
${PRJ}/top_tb.sv
+incdir+${PRJ}
-lcomp.log

run_ico:
./simv-lsim.log+ntb_random_seed=${SEED}
+ntb_solver_bias_mode_auto_config=2
+ntb_solver_bias_shared_record=${PRJ}/shared_record
+ntb_solver_bias_wdir=ico_work
+ntb_solver_bias_test_type=uvm
+ntb_solver_bias_diag=3


crg_report:
crg-dir${PRJ}/shared_record-reportrpt-auto-formatboth-mergemerged_db-zip1-illegal_group-illegal_attr

run:
./simv-lsim.log+ntb_random_seed=${SEED}

verdi:
verdi-ssftop_tb.fsdb&

cov_open:
verdi-cov-covdirsimv_merge.vdb&

cov_merge:
urg-dir${PRJ}/test_1/simv.vdb-dir${PRJ}/test_2/simv.vdb-dbname${PRJ}/simv_merge.vdb

clean:
-rm-rfshared_record/simv*test_*WORK/*logurgReport/vdCovLog/rpt-auto/merged_db/comp_src/novas.*

make regress跑了两个case，第一个caseseed=1，第二个caseseed=2; 通过verdi查看覆盖率报告：跑了两次的回归merge结果：87.5%

make regress_ico是使能icofeature，结果：100%

+ntb_solver_bias_diag使能debug信息，默认debug log放在+ntb_solver_bias_wdir指定的ico database下：随机32次，ico影响constrain solver，bias了29次的随机结果；所以对于data=0这样的小概率事件，也随机到了；

因为ico会影响constrain solver的随机结果，所以复现时，不仅要保证seed一样，还需要额外指定ico database，这样才能正确复现随机结果。生成当前回归所有用例的merge report: html report会罗列所有随机变量：DIVERSITY通过shannon entropy香农熵衡量变量的“多样性”；

在这里插入图片描述

每个变量，ico会自动的划分bins，显示随机详细结果；

ico支持同一个case内多次randomize之间相互影响，也支持一次回归不同case之间相互影响，也可以将本次回归的database作用于下一次回归；

对于ico加速覆盖率收敛的实际效果，博主使用一个block tb亲测效果不太显著；从他人的presentation上看，大概有10%-15%的提升；但是ico对于随机多样性确实是有一定效果的，+ntb_solver_bias_mode_auto可以指定ico对随机的bias力度。

如果ico可以通过AI,EL等对功能覆盖率进行反推，缩减重复随机值，那将会大大提高覆盖率收敛，期待后续EDA进一步的"进化”吧。

审核编辑：刘清