Verilator中时序仿真与波形时间单位的注意事项
2025-06-28 01:59:50作者:牧宁李
Verilator作为一款高性能的Verilog/SystemVerilog仿真器,在支持时序仿真时有一些需要特别注意的实现细节。本文将深入分析Verilator中时序仿真的工作原理,特别是关于波形文件中时间单位的关键问题。
时序仿真的基本实现
Verilator通过--timing选项启用时序仿真功能。当使用此选项时,Verilator会为设计中的延迟语句生成相应的调度代码。例如,在示例代码中:
assign #1 {ab, bb, cb} = ~{a, b, c};
Verilator会为这个1个时间单位的延迟生成事件调度机制。在仿真过程中,当输入变化时,这些变化不会立即传播,而是会按照指定的延迟时间被调度到未来的时间点执行。
波形时间单位问题分析
在用户遇到的问题中,虽然RTL代码中指定了timescale 1ns/1ps,但在GTKWave中显示的时间单位却是秒(s)而非预期的纳秒(ns)。这实际上是由于Verilator内部实现的一个细节导致的。
关键原因在于:波形文件的时间单位信息是在创建跟踪文件时确定的,而这个时间单位信息来源于Verilog模型。因此,创建跟踪文件对象必须在创建模型对象之后进行。
正确的代码实现方式
要解决这个问题,有两种推荐做法:
- 调整对象创建顺序:
Vexample * dut = new Vexample; // 先创建模型
VerilatedFstC * m_trace = new VerilatedFstC; // 再创建跟踪对象
- 使用SystemVerilog内置的波形记录:
直接在RTL代码中使用
$dumpfile和$dumpvars,这样可以完全避免在C++测试平台中处理波形记录的相关代码。
时序仿真的内部机制
Verilator处理时序仿真时,会为每个延迟语句生成一个事件队列。在仿真循环中,测试平台需要不断检查是否有待处理的事件:
while (dut->eventsPending()) {
contextp->time(dut->nextTimeSlot());
dut->eval();
m_trace->dump(contextp->time());
}
这个循环会处理所有被调度的延迟事件,确保信号变化按照正确的时间顺序发生。
最佳实践建议
- 始终使用最新版本的Verilator,因为时序仿真支持在不断改进中
- 明确指定
timescale,避免依赖工具默认值 - 在C++测试平台中,确保模型对象在跟踪对象之前创建
- 对于复杂的时序仿真,考虑增加仿真时间检查,避免无限循环
- 在波形查看器中,注意检查时间单位设置是否正确
理解这些细节将帮助开发者更好地利用Verilator进行时序敏感的仿真验证,确保仿真结果与预期一致。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0155- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
155
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
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
987
253