Cocotb与Verilator联合仿真中FST波形生成问题解析
2025-07-06 09:15:12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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
445
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271