Verilator项目中DFG中间表示多用途值问题的分析与解决
2025-06-29 19:33:51作者:苗圣禹Peter
Verilator作为一款开源的硬件描述语言(HDL)模拟器和综合工具,在其内部处理过程中采用了数据流图(DFG)作为中间表示。近期在Verilator 5.025开发版本中发现了一个与DFG处理相关的内部错误,该问题影响了工具对特定Verilog代码结构的处理能力。
问题现象
当Verilator处理包含特定连接模式的模块实例化时,会触发"Intermediate DFG value with multiple uses"的内部错误。具体表现为:
- 在模块实例化时使用连接操作符{}对信号进行重组
- 重组后的信号部分位被多次使用
- 同时存在对这些信号的后续赋值操作
典型示例如下:
module A (output [2:0] Y);
endmodule
module B;
wire [2:0] w1;
wire w2;
A A (.Y({ w1[2], w1[0], w2 }));
assign w1[1] = w1[2];
endmodule
技术背景
Verilator在处理Verilog代码时会经历多个阶段:
- 语法解析:将Verilog代码转换为抽象语法树(AST)
- DFG生成:将AST转换为数据流图表示
- DFG优化:对DFG进行各种优化转换
- AST重构:将优化后的DFG转换回AST
在DFG到AST的转换阶段(V3DfgDfgToAst.cpp),工具期望每个中间DFG值只能有单一用途。当检测到同一DFG值被多次使用时,就会抛出上述错误。
问题根源
经过分析,该问题源于DFG处理流程中的几个关键因素:
- 信号重组处理:连接操作符{}创建了新的信号组合,但保留了原始信号的引用关系
- 位选择操作:对多bit信号的部分位(w1[2], w1[0])的单独引用
- 后续赋值:对重组信号中未包含的位(w1[1])进行赋值
这些操作共同导致了DFG中同一信号节点被标记为多个用途,违反了工具内部的数据流假设。
解决方案
修复方案主要涉及DFG处理逻辑的改进:
- DFG节点克隆:当检测到多用途节点时,自动创建副本节点
- 用途分析增强:更精确地跟踪信号的使用上下文
- 连接操作符处理:优化{}操作符的DFG生成策略
该修复已通过测试验证,能够正确处理原有的错误用例以及更复杂的信号重组场景。
对用户的影响
对于Verilator用户而言,这一修复意味着:
- 能够使用更灵活的信号连接方式
- 消除了特定代码模式下的内部错误
- 保持了向后兼容性,不影响现有正确代码
建议用户在遇到类似DFG相关错误时,可以考虑以下替代编码风格:
- 使用中间信号暂存重组结果
- 避免对重组信号的部分位进行后续赋值
- 保持信号使用的单一性
总结
Verilator对DFG中间表示的处理是其优化流程的核心部分。这次修复不仅解决了特定用例的问题,也增强了工具对复杂信号连接模式的处理能力。随着Verilog代码复杂度的增加,这类DFG处理问题可能会更加常见,理解其背后的机制有助于开发者编写更兼容的代码。
对于硬件设计工程师而言,了解工具的内部处理机制虽然不必要,但能够帮助预测和避免潜在的兼容性问题。Verilator团队持续改进这些内部表示的处理逻辑,以支持更广泛的Verilog编码风格。
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 StartedRust0211
cann-learning-hubCANN 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 Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
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++
871
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
756
956
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++
695
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
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。
Python
1.03 K
644