Yosys工具中组合环路检测问题的技术分析与解决方案
2025-06-18 00:50:36作者:凤尚柏Louis
在数字电路设计验证过程中,组合逻辑环路(Combinational Loop)的检测是一个关键环节。近期在使用Yosys工具对CVA6浮点运算单元控制器进行BTOR格式转换时,工具错误地报告了组合环路的存在。本文将深入分析该问题的技术本质,并提供有效的解决方案。
问题现象
当用户尝试将CVA6 FPU控制器的miter电路转换为BTOR格式时,Yosys 0.48+77版本报告检测到组合逻辑环路。值得注意的是,这种环路仅在创建miter电路后出现,而原始设计中并不存在真正的组合环路。
技术分析
经过深入调查,发现该问题并非由miter电路创建引起,而是Yosys在原始设计源代码中检测到的潜在环路。核心问题在于:
-
信号传播路径分析:
- Sqrt_Q1信号通过Iteration_cell_b_BMASK_D[1]传播
- 继而影响Iteration_cell_b_D[1]
- 再传递至Iteration_cell_carry_D[1]
- 最终反馈回Sqrt_quotinent_S信号
- 形成完整的环路
-
工具局限性:
- Yosys在字级(word-level)分析时可能产生虚假环路检测
- BTOR后端严格要求不能存在任何字级环路
- 这种检测在逻辑综合(synth)后会消失,说明是字级特有的现象
验证方法
为确认该环路的真实性,可采用以下验证手段:
- 使用基础检测脚本:
read_verilog -sv control_mvp.sv
prep -top control_mvp -flatten
scc -expect 0
- 通过Verilator进行静态检查:
verilator --lint-only control_mvp.sv --top control_mvp
解决方案
针对此类问题,推荐以下解决方法:
- 代码修改方案: 在信号赋值处采用逐位赋值方式,打破工具检测到的虚假环路。例如:
case (Format_sel_S)
2'b00: begin
Sqrt_quotinent_S = {...};
// 添加逐位赋值
Sqrt_quotinent_S[3] = Sqrt_quotinent_S[3];
Sqrt_quotinent_S[2] = Sqrt_quotinent_S[2];
Sqrt_quotinent_S[1] = Sqrt_quotinent_S[1];
Sqrt_quotinent_S[0] = Sqrt_quotinent_S[0];
...
end
endcase
- 工具使用技巧:
- 尝试使用
splitnets -driver命令分离驱动网络 - 在综合前进行适当的优化处理
- 尝试使用
结论
该案例展示了在高级综合工具中字级分析可能带来的虚假环路检测问题。开发者需要理解工具的工作原理和局限性,在必要时通过代码结构调整或特定工具命令来规避这类问题。对于Yosys工具而言,这不是一个功能缺陷,而是字级分析固有的技术限制。
在实际工程中,建议开发者在遇到类似问题时,首先通过多种工具交叉验证,确认环路的真实性,再选择最适合的解决方案,确保设计正确性的同时保持代码的可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134