Icarus Verilog中DSP38仿真模型的阻塞赋值问题分析
2025-06-27 05:47:54作者:盛欣凯Ernestine
问题背景
在FPGA设计验证过程中,工程师发现使用Icarus Verilog进行RTL级和综合后网表的协同仿真时出现了结果不一致的情况。具体表现为DSP模块在特定反馈模式下的乘法运算结果与预期不符。
问题现象
当DSP模块的反馈信号为3'b001时,乘法器的输入应该直接采用外部输入信号a_int和b_int。然而在仿真中观察到:
- 预期行为:mult_a = A595B,mult_b = 2AE3F
- 实际行为:mult_a = 00000,mult_b = 3F6D3
这种差异导致乘法运算结果出现错误,RTL仿真结果正确但综合后网表仿真结果错误。
根本原因分析
经过深入分析,发现问题根源在于DSP38仿真模型的Verilog代码实现。具体来说,在描述组合逻辑的always块中混合使用了阻塞赋值(=)和非阻塞赋值(<=),造成了潜在的竞争条件。
在DSP38.v文件的第165行附近,可以看到如下代码结构:
always @(*) begin
// 其他反馈模式的赋值使用阻塞赋值
mult_a = ...;
mult_b = ...;
// 唯独feedback_int==3'b111时使用非阻塞赋值
if (feedback_int == 3'b111) begin
mult_a <= ...;
mult_b <= ...;
end
end
这种混合赋值方式违反了Verilog编码的基本准则,特别是在同一个always块中对同一变量混用两种赋值方式,会导致仿真结果不可预测。
技术原理
-
阻塞赋值与非阻塞赋值的区别:
- 阻塞赋值(=):立即执行,赋值语句后面的代码要等到当前赋值完成才能执行
- 非阻塞赋值(<=):在当前时间步结束时才更新值,不会阻塞后续代码执行
-
组合逻辑中的赋值选择:
- 纯组合逻辑应该统一使用阻塞赋值
- 时序逻辑应该统一使用非阻塞赋值
- 混合使用会导致仿真与综合结果不一致
-
竞争条件产生:
- 在同一个always块中混用两种赋值方式,仿真器可能无法确定执行顺序
- 不同仿真器可能产生不同结果,这正是观察到的现象
解决方案
修正DSP38仿真模型的实现方式,统一使用阻塞赋值:
always @(*) begin
// 所有赋值统一使用阻塞赋值
if (feedback_int == 3'b000) begin
mult_a = ...;
mult_b = ...;
end
// 其他条件分支...
else if (feedback_int == 3'b111) begin
mult_a = ...;
mult_b = ...;
end
end
经验总结
-
Verilog编码规范:
- 组合逻辑always块中统一使用阻塞赋值
- 时序逻辑always块中统一使用非阻塞赋值
- 避免在同一个always块中混用两种赋值方式
-
仿真验证建议:
- 对于关键模块,建议使用多种仿真工具交叉验证
- 特别注意第三方IP核的仿真模型实现质量
- 建立完善的仿真结果比对机制,及时发现潜在问题
-
FPGA设计验证:
- RTL与网表仿真不一致时,首先检查仿真模型
- 关注组合逻辑中的赋值方式选择
- 建立标准化的验证流程,减少人为错误
这个问题虽然表现为Icarus Verilog仿真结果异常,但根本原因是仿真模型的实现缺陷。通过这个案例,我们可以更深入地理解Verilog仿真机制和编码规范的重要性。
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 StartedRust090- 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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
695
4.49 K
Ascend Extension for PyTorch
Python
559
684
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++
956
941
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
489
89
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
411
334
昇腾LLM分布式训练框架
Python
148
176
🎉 (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
1.6 K
936
Oohos_react_native
React Native鸿蒙化仓库
C++
338
387
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
139
220
暂无简介
Dart
940
236