首页
/ GHDL项目中的覆盖率JSON输出问题分析与修复

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

  1. 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。

  2. 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

  1. 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。

  2. 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:

  1. 增加了对空设计单元和信号赋值的健壮性处理
  2. 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:

  1. 使用最新版本的GHDL
  2. 对于复杂设计,分模块进行覆盖率分析
  3. 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

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
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
494
515
ops-nnops-nn
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++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
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++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
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。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 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 Notebook
647
284