GHDL项目中外部名称引用常量的Bug分析
2025-06-30 06:50:59作者:滑思眉Philip
问题概述
在GHDL仿真器中,开发者发现了一个关于VHDL外部名称(external names)机制的Bug。具体表现为:当尝试使用外部名称机制引用常量(constant)时,仿真会失败并抛出"NULL access dereferenced"错误。这个问题在Riviera 2023.10仿真器中可以正常工作,但在GHDL中出现了异常。
技术背景
VHDL中的外部名称机制允许设计者通过特殊的语法<<...>>来引用其他设计单元中的对象,而不需要通过传统的层次路径或包(package)来共享这些对象。这种机制在测试平台(testbench)开发中特别有用,可以避免为常量创建专门的包。
问题重现
通过一个最小可重现示例(MWE)可以清楚地展示这个问题:
use std.textio.all;
entity ext_name is
end ext_name;
architecture behaviour of ext_name is
begin
a : block is
constant A_C : natural := 42;
begin
end block;
b : block is
alias A_C is << constant .ext_name.a.A_C : natural >>;
begin
b_proc : process
variable l : line;
begin
write (l, to_string(A_C));
writeline (output, l);
wait;
end process;
end block;
end behaviour;
当使用GHDL编译并运行这段代码时,会触发错误。值得注意的是,这个问题在不同的后端表现不同:
- 使用GCC后端时,会抛出"NULL access dereferenced"错误
- 使用mcode后端时,会抛出"CONSTRAINT_ERROR"异常
技术分析
从技术实现角度来看,这个问题涉及到GHDL对不同后端支持的特性差异:
- GCC后端:当前版本(5.0.0-dev)明确不支持外部名称特性
- mcode后端:虽然支持外部名称机制,但在处理常量引用时存在实现缺陷
开发者还透露了未来发展方向:
- 不会计划在GCC后端中添加外部名称支持
- 正在将代码覆盖率功能从GCC后端迁移到mcode后端
- LLVM后端未来将转变为类似mcode的JIT后端
解决方案与建议
对于遇到此问题的开发者,可以考虑以下解决方案:
- 使用mcode后端:如果项目不依赖GCC后端的特定功能,可以切换到mcode后端
- 等待修复:针对mcode后端的常量引用问题,开发者正在调查修复
- 替代方案:暂时使用传统的包(package)方式来共享常量,避免使用外部名称机制
总结
这个Bug揭示了GHDL在不同后端实现上的特性支持差异,特别是对于VHDL高级特性如外部名称机制的支持程度。开发者需要根据项目需求选择合适的后端,并关注GHDL的更新以获取最新功能支持。随着mcode后端功能的不断完善,特别是代码覆盖率功能的加入,它将成为更全面的替代选择。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 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 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
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
9
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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.88 K
暂无简介
Dart
671
156
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
311
🎉 (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
1.2 K
654
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1