首页
/ 探索未来验证新境界:Python版UVM库

探索未来验证新境界:Python版UVM库

2024-06-07 15:03:05作者:何举烈Damon

Build Coverage Status

1、项目介绍

UVM(Universal Verification Methodology)Library for Python 是一个大胆的尝试,它将系统级验证语言SystemVerilog的UVM 1.2标准移植到了Python和Cocotb框架中。这个开源项目旨在打破语言限制,让Python程序员也能享受到UVM的强大功能。

2、项目技术分析

UVM-Python利用了Cocotb的优势,使得测试平台能够在任何模拟器上编写,无论免费或商业。虽然目前只在Icarus Verilog进行了测试,但计划将Verilator也纳入其中。项目实现了UVM的核心组件,包括TLM(Transaction Level Modeling)、Phasing、Sequences等,并提供了与原生SystemVerilog版本相似的API。

3、项目及技术应用场景

  • 硬件设计验证:在复杂的SoC设计中,UVM-Python可以构建高效、可重用的测试平台,实现对硬件行为的全方位验证。
  • 教育与研究:对于学习验证方法论的学生或者研究人员,UVM-Python提供了一种更易理解和编程的语言环境。
  • 嵌入式系统开发:通过Python实现的UVM,能够帮助工程师快速开发和测试嵌入式系统的底层硬件接口。

4、项目特点

  • 移植性:Python是多平台通用的,UVM-Python可以跨平台运行,适应各种硬件验证需求。
  • 类似API:遵循UVM 1.2规范,降低了从SystemVerilog迁移到Python的难度。
  • 兼容性:支持Icarus Verilog和Verilator等HDL模拟器,计划增加更多。
  • 易于使用:通过简单的pip安装即可启动,配合Makefile轻松运行示例。
  • 持续开发:项目处于积极开发状态,逐步完善并添加更多功能。

示例代码

# Makefile
TOPLEVEL_LANG ?= verilog
VERILOG_SOURCES ?= new_dut.sv
TOPLEVEL := new_dut
MODULE   ?= new_test
include $(shell cocotb-config --makefiles)/Makefile.inc
include $(shell cocotb-config --makefiles)/Makefile.sim
// new_dut.sv
module new_dut(input clk, input rst, output[7:0] byte_out);
    assign byte_out = 8'hAB;
endmodule: new_dut
# new_test.py
import cocotb
from cocotb.triggers import Timer
from uvm import *

class NewTest(UVMTest):
    @cocotb.coroutine
    def run_phase(self, phase):
        phase.raise_objection(self)
        yield Timer(100, "NS")
        phase.drop_objection(self)

uvm_component_utils(NewTest)

@cocotb.test()
def test_dut(dut):
    yield run_test('NewTest')

当前状态

UVM-Python已实现大部分核心特性,如TLM 1.0、组件、阶段以及部分序列功能,同时已初步实现了TLM 2.0。尽管如此,项目仍在不断发展中,期待你的参与共同完善。

探索UVM-Python的世界,让我们一起开拓新的硬件验证疆界!如果你有任何建议,或者愿意贡献自己的力量,欢迎访问项目仓库,提出问题或发起Pull Request:

GitHub项目链接

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284