Verilator仿真中覆盖率选项对非阻塞赋值行为的影响分析
2025-06-28 04:40:48作者:伍希望
概述
在使用Verilator进行硬件仿真时,有时会发现添加或移除覆盖率选项会导致仿真结果出现差异。本文通过一个实际案例,深入分析这种差异产生的原因及其解决方案。
问题现象
在AES S盒模块的测试中,当在Makefile中注释掉--coverage-line选项时,测试结果出现了不一致的情况。具体表现为tb_match信号的行为发生了变化。
根本原因分析
经过Verilator的警告信息提示,我们发现问题的根源在于测试激励生成代码中使用了非阻塞赋值(<=)在initial块中。根据Verilator的警告:
Non-blocking assignment '<=' in initial/final block
This will be executed as a blocking assignment '='!
在Verilog标准中,initial块内的非阻塞赋值行为是未定义的。Verilator会将其当作阻塞赋值处理,但不同仿真选项下(如是否启用覆盖率),调度顺序可能发生变化,从而导致竞争条件的出现。
解决方案
针对这个问题,我们有以下几种解决方案:
- 使用阻塞赋值替代:在initial块中明确使用阻塞赋值(
=),这是最直接的解决方案。
initial begin
for(int i=255; i>=0; i--) begin
@(posedge clk);
a = i[7:0]; // 使用阻塞赋值
end
end
- 添加延迟控制:在赋值前添加明确的延迟控制,确保时序正确。
initial begin
for(int i=255; i>=0; i--) begin
@(posedge clk);
#1; // 添加延迟控制
a = i[7:0];
end
end
- 使用always块替代initial块:对于需要持续运行的激励,使用always块更为合适。
always begin
for(int i=255; i>=0; i--) begin
@(posedge clk);
a <= i[7:0]; // 在always块中可以使用非阻塞赋值
end
end
最佳实践建议
-
避免在initial块中使用非阻塞赋值:这是Verilog编码的基本规范之一,应该严格遵守。
-
注意仿真选项的影响:不同的仿真选项可能会改变调度顺序,编写测试代码时应考虑这种可能性。
-
关注Verilator警告:Verilator提供了详细的警告信息,应该认真对待这些警告,它们往往能帮助发现潜在问题。
-
测试代码的时序控制:在测试代码中,应该明确控制时序,避免依赖仿真器的默认行为。
结论
通过这个案例我们可以看到,Verilator仿真结果对覆盖率选项的敏感性实际上反映了测试代码中存在的潜在问题。正确的做法不是依赖特定仿真选项下的行为,而是编写符合规范的、确定性强的测试代码。这不仅能保证仿真结果的一致性,也能提高代码的可移植性和可维护性。
在实际工程中,建议开发团队建立编码规范,并通过静态检查工具确保代码质量,避免类似问题的发生。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0193
cann-learning-hubCANN 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 Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook05
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
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++
857
1.94 K
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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
888
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
458
445
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
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。
Python
1 K
617