GHDL项目中的覆盖率JSON输出问题分析与修复
2025-06-30 01:29:57作者:平淮齐Percy
问题概述
GHDL作为一款开源的VHDL仿真工具,在其5.0.0-dev版本中,覆盖率JSON输出功能存在多个严重问题。这些问题包括运行时崩溃和JSON格式不规范等,影响了用户获取和分析代码覆盖率数据的能力。
具体问题表现
运行时崩溃问题
-
空实体崩溃:当测试一个仅包含空实体和架构的VHDL文件时,工具会在trans-coverage.adb文件的第76行抛出范围检查失败异常。
-
信号赋值崩溃:在包含简单信号赋值的VHDL文件中,工具会在ghdlcovout.adb文件的第109行抛出空指针解引用异常。
JSON格式问题
生成的覆盖率JSON文件存在多处不符合JSON规范的情况:
- 使用单引号而非标准双引号
- 缺少必要的键名
- 数据结构定义混乱(如将字典误用为数组)
技术分析
崩溃原因
-
空实体处理缺陷:覆盖率统计模块未能正确处理没有任何可执行语句的VHDL设计单元,导致数组越界访问。
-
信号处理异常:在收集信号赋值覆盖率数据时,未正确初始化相关数据结构,导致空指针解引用。
JSON生成问题
覆盖率JSON生成模块存在以下设计缺陷:
- 直接使用了Ada风格的字符串引号
- 数据结构序列化逻辑不完善
- 缺少严格的JSON格式验证
解决方案
GHDL开发团队已针对这些问题进行了修复:
- 增加了对空设计单元和信号赋值的健壮性处理
- 完全重写了JSON生成逻辑,确保输出符合标准JSON规范
对用户的影响
修复后,用户可以获得:
- 更稳定的覆盖率数据收集功能
- 标准化的JSON输出,便于集成到CI/CD流程
- 更完整的覆盖率信息,包括测试用例名称等元数据
最佳实践建议
对于需要使用覆盖率功能的用户,建议:
- 使用最新版本的GHDL
- 对于复杂设计,分模块进行覆盖率分析
- 结合lcov或gcovr等工具进行可视化展示
未来展望
GHDL团队计划进一步改进覆盖率功能,包括:
- 支持更多类型的覆盖率指标
- 提供更丰富的元数据
- 优化大设计下的性能表现
这些改进将使GHDL在验证和测试领域发挥更大作用,为硬件设计提供更强大的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 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 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217