15、基于反馈的覆盖导向测试生成：工业应用与评估

基于反馈的覆盖导向测试生成：工业应用与评估

1. 引言

随着半导体行业的快速发展，设计的复杂性不断增加，验证过程变得愈加耗时和资源密集。为了应对这一挑战，覆盖导向测试生成（Coverage-Directed Test Generation, CDG）应运而生。CDG旨在通过使用覆盖数据自动达到覆盖闭包，从而提高验证的效率和准确性。本文将详细介绍基于反馈的CDG方法，特别是其在工业环境中的应用和评估。

2. 覆盖导向测试生成（CDG）

2.1 CDG的基本概念

覆盖导向测试生成是一种基于模拟的验证方法，旨在通过使用覆盖数据自动达到覆盖闭包。CDG有两种主要方法：使用形式化方法通过构造和基于反馈的方法。

• 形式化方法 ：需要一个正式的DUV（Design Under Verification）模型（例如FSM），用于推导测试生成的约束，以准确达到特定的覆盖率任务。这种方法有其固有的实际限制，因为随着设计变得更加复杂，形式化模型可能特别大。

• 基于反馈的方法 ：使用机器学习（ML）方法来闭合覆盖率分析和测试生成之间的循环。通过从现有测试和已实现的覆盖率中学习测试之间的因果关系，或测试生成约束，称为偏差，以及由此产生的覆盖率。然后利用这些关系来构建新的测试或为测试生成器创建新的约束，以便更快、更可靠地实现覆盖率的闭合。

2.2 基于反馈的CDG技术

基于反馈的CDG技术使用ML方法来闭合覆盖率分析和测试生成之间的循环。以下是基于反馈的CDG