Yosys项目中3位加法器验证失败问题分析
2025-06-18 12:04:00作者:冯爽妲Honey
问题背景
在Yosys 0.43版本中,用户在使用OpenROAD流程处理ASAP7工艺下的3位加法器设计时,发现等价性验证(eqy)未能通过。该问题出现在逻辑综合后的形式验证阶段,导致设计无法被证明功能等效。
问题表现
当运行包含3位加法器的设计流程时,Yosys能够正常完成综合过程,但在后续的等价性验证阶段,EQY工具报告无法证明"adder.io_dst"分区的等价性。验证失败的具体表现为:
- 综合过程正常完成,无报错
- 等价性验证工具EQY启动后,尝试多种策略仍无法证明设计等价
- 最终验证结果为FAIL,返回码为2
技术分析
从问题描述来看,这很可能与Yosys内部对多比特信号的处理方式有关。3位加法器虽然结构简单,但在某些工艺库映射或优化过程中,可能会产生与原始RTL描述不完全匹配的网表结构。
类似问题在Yosys的issue #3879中也有报告,表明这可能是Yosys在处理特定位宽算术运算时的一个已知问题。问题根源可能在于:
- 综合优化过程中对加法器结构的转换不够保守
- 工艺库单元映射后产生的网表结构与RTL描述存在形式差异
- 等价性验证引擎对多比特算术运算的处理存在局限性
解决方案
根据开发团队的反馈,该问题已在后续版本中通过PR #4691得到修复。修复内容可能涉及:
- 改进综合引擎对算术运算的处理方式
- 增强等价性验证引擎识别算术运算等价性的能力
- 优化工艺库单元映射策略,确保功能一致性
建议措施
对于遇到类似问题的用户,建议:
- 升级到包含PR #4691的Yosys最新版本
- 对于关键算术模块,可考虑添加验证断言辅助形式验证
- 在综合约束中明确指定算术运算的优化策略
- 必要时可手动实例化工艺库中的算术单元,避免依赖综合优化
总结
Yosys在处理3位加法器这类简单但关键的算术运算时,综合与验证流程可能存在某些边界情况。开发团队已意识到这类问题并持续改进相关算法。用户在实际应用中,特别是针对算术密集型设计,应当关注工具版本更新并建立完善的验证流程。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
211
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
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
481
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
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++
649
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
212