Icarus Verilog中DSP38仿真模型的阻塞赋值问题分析
2025-06-27 07:15:00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
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp课程视频测验中的Tab键导航问题解析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp论坛排行榜项目中的错误日志规范要求6 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp博客页面工作坊中的断言方法优化建议
最新内容推荐
Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 小米Mini R1C MT7620爱快固件下载指南:解锁企业级网络管理功能 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 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++
505
42

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
8
0

React Native鸿蒙化仓库
C++
194
279

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
992
395

🎉 (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
938
554

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
332
11

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70