Icarus Verilog中时钟边沿与信号更新的竞争条件分析
2025-06-27 21:21:19作者:管翌锬
在数字电路仿真中,时序逻辑的精确建模至关重要。本文通过一个典型的Icarus Verilog仿真案例,深入分析时钟边沿触发时信号更新可能出现的竞争条件问题,帮助开发者理解Verilog仿真器的调度机制。
案例现象
在测试案例中,我们观察到一个有趣的现象:当clock_0从高电平变为低电平时(下降沿触发),寄存器reg_0未能正确捕获输入信号in0的最新值。具体表现为:
- Icarus Verilog仿真结果显示
out0保持为0 - Verilator仿真则显示
out0在4000000ps时刻先保持0,随后更新为1
这种仿真器间的差异并非bug,而是反映了Verilog标准中允许的不同实现方式。
竞争条件原理
问题的核心在于Verilog事件队列的调度机制。Verilog标准定义了多个事件区域,包括:
- 活跃区域:执行阻塞赋值和连续赋值
- 非阻塞赋值更新区域:执行非阻塞赋值的右侧计算
- 监视区域:执行$monitor等系统任务
在本案例中,当clock_0发生下降沿时,两个关键事件同时被触发:
- 输入信号
in0从0变为1的更新 - 时钟下降沿触发的always块执行
根据Verilog标准,仿真器可以自由决定这两个事件的执行顺序:
- 如果先执行输入更新,则
wire_0会先更新为1,随后reg_0会捕获到这个新值 - 如果先执行always块,则
reg_0会捕获到wire_0的旧值0
解决方案
要避免这种不确定性,设计者可以采取以下措施:
- 时钟同步:确保输入信号的变更不与时钟边沿对齐,通常保持至少一个delta周期的间隔
- 非阻塞赋值:对跨时钟域的信号使用非阻塞赋值,虽然本例中已经使用
- 明确的时序关系:在测试平台中建立清晰的信号时序,例如:
// 推荐写法:先改变数据,再触发时钟边沿
#2000;
in0 = 27'd1; // 先更新数据
#10; // 插入微小延迟
clock_0 = 1'b0; // 再触发时钟边沿
深入理解调度机制
Verilog的离散事件仿真模型基于时间轮转机制。每个时间点包含多个仿真阶段:
- 前更新阶段:执行原语和模块输入
- 活跃阶段:执行阻塞赋值和连续赋值
- 非阻塞赋值阶段:执行非阻塞赋值的右侧计算
- 后更新阶段:执行非阻塞赋值的左侧更新
不同仿真器可能在这些阶段的实现细节上有所差异,特别是在处理同一阶段内的事件顺序时。这正是导致本案例中不同仿真结果的根本原因。
设计建议
对于可靠性要求高的设计,建议:
- 遵循"先数据后时钟"的原则安排信号时序
- 在关键路径上增加足够的建立时间余量
- 使用同步电路设计技术减少对时序的敏感性
- 在跨时钟域处明确使用同步器
通过理解这些底层机制,开发者可以编写出在不同仿真环境下表现一致的Verilog代码,提高设计的可移植性和可靠性。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
492