Cocotb与Verilator联合仿真中FST波形生成问题解析
2025-07-06 08:02:19作者:滑思眉Philip
问题背景
在数字电路仿真领域,Cocotb作为一款流行的Python测试框架,常与Verilator等仿真器配合使用。近期有用户反馈在使用Cocotb 1.9.0与Verilator 5.027进行联合仿真时,遇到了无法生成FST格式波形文件的问题,而VCD格式的波形生成则工作正常。
现象描述
当用户尝试通过Cocotb和Verilator生成FST格式波形时,仿真过程会异常终止,并出现断言错误:
Assertion failed: (hierarchicalName.rfind(' ') != std::string::npos)
错误发生在Verilator的verilated_fst_c.cpp文件的第169行。值得注意的是,同样的设计在使用纯SystemVerilog测试平台时,FST波形生成功能正常。
技术分析
FST与VCD格式对比
FST(快速信号跟踪)是一种比传统VCD更高效的波形格式,具有更好的压缩率和更快的读写速度。Verilator通过--trace-fst选项支持这种格式。
问题根源
深入分析发现,问题源于Verilator对信号层次名称处理的假设。在Cocotb环境下,顶层信号(如时钟信号"clk")的层次名称中不包含空格,而Verilator的FST写入代码错误地假设所有层次名称都至少包含一个空格字符。
影响范围
此问题会影响所有使用Cocotb与Verilator进行仿真并尝试生成FST波形的用户,特别是在以下情况:
- 使用较新版本的Verilator(5.027及以上)
- 启用了--trace-fst选项
- 仿真顶层模块的直接信号(无层次结构)
解决方案
Verilator开发团队已经修复了这个问题。修复方案包括:
- 移除了对层次名称必须包含空格的错误假设
- 改进了对顶层信号名称的处理逻辑
- 增强了代码的健壮性以应对各种信号命名情况
验证结果
用户确认在应用修复后,Cocotb与Verilator联合仿真能够正常生成FST格式波形文件。测试环境包括:
- macOS 14.5系统
- Python 3.12.4
- Verilator 5.027及以上版本
- Cocotb 1.9.0
最佳实践建议
对于需要使用FST波形的用户,建议:
- 确保使用已修复此问题的Verilator版本
- 在Makefile中正确设置仿真选项:
VERILATOR_ARGS += --trace --trace-fst --trace-structs - 定期更新工具链以获取最新修复和改进
总结
此次问题展示了工具链集成中可能出现的边界情况。通过社区协作和及时反馈,这类问题能够得到快速解决。对于数字验证工程师而言,理解波形生成机制和工具交互原理,有助于快速定位和解决类似问题。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
479
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.22 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258