Yosys项目中Verilog后端std::out_of_range异常分析与修复
2025-06-18 16:50:12作者:丁柯新Fawn
问题背景
在Yosys 0.52+63版本中,用户报告了一个关于Verilog后端在alumacc优化后出现崩溃的问题。该问题表现为在执行Verilog后端处理时抛出std::out_of_range异常,错误信息指向Cell::getParam()方法调用失败。
问题复现
通过最小化测试用例,可以清晰地复现该问题。测试用例包含一个简单的RTLIL设计,其中定义了一个模块包含加法器和减法器单元。当执行以下Yosys命令序列时:
read_rtlil minimized.rtlil
alumacc
write_verilog -sv crash.v
系统会在执行Verilog后端处理阶段崩溃。值得注意的是,这个问题在Yosys 0.51版本中并不存在,表明这是0.52版本引入的新问题。
问题分析
经过深入分析,发现问题实际上源于clean_zerowidth优化阶段,而非最初认为的Verilog后端处理。具体来说:
- alumacc优化阶段会将算术运算转换为更高效的实现形式
- 在转换过程中,某些参数处理不够完善
- 当后续的clean_zerowidth优化尝试访问这些参数时,由于参数不存在而抛出异常
技术细节
问题的核心在于Yosys 0.52版本引入了新的$macc_v2单元类型(在发布说明中提到),这改变了算术运算的优化方式。在优化过程中:
- 原始设计中的加法和减法运算被重新组织
- 新的优化路径可能产生不完整的参数设置
- 后续优化阶段假设这些参数总是存在,导致访问越界
解决方案
开发团队迅速响应并提供了修复方案。修复主要针对clean_zerowidth优化阶段,确保在访问参数前进行充分检查。修复后:
- 系统会正确处理缺少参数的情况
- 不再抛出std::out_of_range异常
- 保持原有的优化效果
影响范围
该问题影响使用以下功能的用户:
- 使用alumacc优化后再进行Verilog输出的流程
- 使用synth_lattice综合流程(特别是带-map_ram选项)
- 涉及复杂算术运算优化的设计
最佳实践建议
对于Yosys用户,建议:
- 及时更新到包含修复的版本
- 对于复杂算术运算设计,分阶段验证优化结果
- 在关键流程中加入中间结果检查点
- 考虑使用更保守的优化选项组合
结论
这次问题的发现和解决展示了开源社区协作的高效性。通过用户报告和开发者快速响应,一个潜在的稳定性问题得到了及时修复。这也提醒我们,在EDA工具链升级时,需要充分测试关键路径,特别是当发布说明提到算术运算相关变更时。
对于使用Yosys进行硬件设计的工程师,建议关注优化流程中的参数处理问题,并在复杂设计验证流程中加入适当的检查点,以确保设计转换的正确性和稳定性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
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
🔥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
68
20
🎉 (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
1.37 K
781