驗(yàn)證精講：rand、constraint與dist實(shí)戰(zhàn))
你有沒有遇到過這種情況定向測試寫了幾十個用例覆蓋率還是差口氣或者隨機(jī)化用例一跑報錯一大片你根本不知道約束哪里寫擰了。在SystemVerilog驗(yàn)證里隨機(jī)化策略是非常核心的一環(huán)核心就落在三個關(guān)鍵詞上rand隨機(jī)變量、constraint約束、dist權(quán)重以及隨機(jī)數(shù)怎么產(chǎn)生。很多剛接觸驗(yàn)證的人會把SystemVerilog的約束隨機(jī)和C語言里的rand()畫等號覺得無非是生成幾個隨機(jī)數(shù)結(jié)果一上手寫UVM就懵了。這篇文章我就從驗(yàn)證從業(yè)者的角度把這套機(jī)制和實(shí)際示例放在一起拆開講清楚適合剛接觸UVM的驗(yàn)證工程師、準(zhǔn)備面試的在校學(xué)生以及想理解約束隨機(jī)驗(yàn)證到底在解決什么問題的讀者。1. 為什么要用隨機(jī)化策略從定向測試到約束隨機(jī)驗(yàn)證1.1 定向測試的瓶頸在哪里早年做驗(yàn)證主要靠定向用例也就是你根據(jù)設(shè)計規(guī)格把功能點(diǎn)一條條列出來然后為每個功能點(diǎn)手寫輸入激勵再檢查輸出是否正確。這種方式在小規(guī)模模塊驗(yàn)證時沒什么問題但一旦設(shè)計規(guī)模上來缺陷就很明顯功能點(diǎn)多到一定程度后用例數(shù)量會爆炸。比如一個簡單的AHB總線接口地址對齊、burst類型、transfer大小、保護(hù)信號、master/slave組合每個維度交叉一下就是幾百個組合靠手寫定向用例驗(yàn)證工作量會變得非?？鋸?。更麻煩的是定向用例只能覆蓋到“你想到的”場景。設(shè)計人員寫RTL時的邊界條件、跨時鐘域交互、異常路徑這些靠人肉枚舉非常容易漏。我見過不少項(xiàng)目定向用例全過了chip一集成到SoC就出問題回頭一查是某個狹窄的地址邊界組合從來沒被定向用例打到過。1.2 約束隨機(jī)驗(yàn)證的適用場景約束隨機(jī)驗(yàn)證Constrained Random VerificationCRV要解決的就是“用例覆蓋不全”和“用例數(shù)量爆炸”這兩個問題。它的思路是驗(yàn)證人員不再一個個手寫激勵而是定義好輸入空間寫清楚“合法范圍”然后讓求解器在這個范圍內(nèi)隨機(jī)生成輸入。就像你不再親手做每一頓飯而是給廚師一臺能做任意菜色的機(jī)器你只需要告訴它今天不吃辣、不放香菜、必須用雞肉剩下的交給它自己發(fā)揮。CRV可以說是目前芯片驗(yàn)證的主流方法論UVM最核心的機(jī)制之一就是建立在約束隨機(jī)之上。它適合的場景包括協(xié)議級驗(yàn)證AXI、PCIe、Ethernet、總線仲裁與隨機(jī)延時、寄存器配置、數(shù)據(jù)通路的數(shù)據(jù)包生成等。只要是輸入空間大、組合多、定向用例寫不過來的場景約束隨機(jī)都能顯著提升驗(yàn)證效率。但注意約束隨機(jī)不是銀彈。它適合“空間大、需要大量組合覆蓋”的場景不適合“路徑極其精細(xì)、需要完全確定性”的場景后者仍然要配合定向用例或斷言來補(bǔ)。1.3 隨機(jī)化策略的核心三件套rand、constraint、dist理解了CRV的動機(jī)再看SystemVerilog里實(shí)現(xiàn)CRV的三個關(guān)鍵詞就非常自然了。rand聲明一個變量是隨機(jī)變量。只有加了rand或randc前綴的成員變量在調(diào)用randomize()時才會被求解器賦隨機(jī)值。constraint定義約束塊用來限制隨機(jī)變量的取值范圍、變量之間的相互關(guān)系、條件約束等。沒有約束的隨機(jī)是無序的約束讓隨機(jī)變得“合法且可控”。dist在constraint塊中定義權(quán)重分布。它解決的是“合法空間內(nèi)如何偏重某些取值”的問題讓隨機(jī)不是均勻分布而是按業(yè)務(wù)場景調(diào)整概率。三者配合的邏輯是rand確定哪些字段會變constraint保證變化合法dist控制變化的偏向。這就像選人面試rand是候選人池constraint是崗位要求學(xué)歷、經(jīng)驗(yàn)、技能dist是你在眾多符合要求的候選人中更想看哪一種背景的人的比例。2. 核心機(jī)制拆解rand變量、constraint約束、dist權(quán)重怎么用2.1 rand與randc隨機(jī)變量的聲明與區(qū)別先看一個最簡單的類定義class packet; rand bit [7:0] addr; rand bit [31:0] data; randc bit [1:0] prio; endclass這里的addr和data是rand變量每次調(diào)用randomize()都會隨機(jī)生成一個新值允許重復(fù)。prio是randc變量randc是循環(huán)隨機(jī)random-cycle它會盡可能遍歷所有取值在遍歷完所有可能值之前不會出現(xiàn)重復(fù)值。比如prio只有0、1、2、3四個值第一次隨機(jī)可能是2第二次可能是0第三次可能是3第四次是1四輪走完才算一個循環(huán)然后又開始下一輪遍歷。這個區(qū)別在驗(yàn)證中很關(guān)鍵。如果你希望某個配置字段每個值都能被反復(fù)跑到但又希望短時間內(nèi)盡可能覆蓋全比如仲裁優(yōu)先級、地址掃描的page編號用randc就非常合適。而一般的數(shù)據(jù)包內(nèi)容、地址偏移等用rand就足夠了因?yàn)閿?shù)據(jù)空間大你用randc也沒法真正“遍歷完”反而會增加求解器的負(fù)擔(dān)。我實(shí)際用下來的感受是randc適合小范圍窮舉類字段rand適合大范圍隨機(jī)類字段。如果在小范圍字段上用了rand而不是randc隨機(jī)種子不夠好的時候可能會連續(xù)幾次隨機(jī)到同一個值導(dǎo)致覆蓋率收斂變慢。2.2 constraint約束塊別把約束寫成硬編碼約束塊的語法比許多人想象的簡單class packet; rand bit [7:0] len; rand bit [7:0] addr; constraint c_len_range { len 8; len 64; } constraint c_addr_valid { addr inside {[16h1000 : 16h1FFF]}; addr ! 16h1234; // 排除特定地址 } endclass約束塊里有幾個點(diǎn)需要特別注意。第一約束體使用花括號{}不是begin...end。不少人從C/Perl轉(zhuǎn)過來后習(xí)慣性寫begin end然后編譯報錯半天。第二約束不是“按順序執(zhí)行”的代碼它是一個約束求解系統(tǒng)。變量之間的關(guān)系是同時滿足的比如constraint c_rel { a b; b 0; a 100; }求解器會同時滿足這幾個條件而不是先求a再求b。這意味著你可以在約束里寫很強(qiáng)的關(guān)聯(lián)約束比如addr % 4 0、len 2 * payload_len等求解器會自動解算。第三約束變量只在調(diào)用randomize()時生效。如果你只聲明了rand變量但沒調(diào)用randomize()它的值永遠(yuǎn)是初始化值這一點(diǎn)非常容易踩。我之前見過一個環(huán)境忘了對某個對象調(diào)用randomize()結(jié)果所有用例都用的同一個默認(rèn)值測試還全通過了直到覆蓋率全為零才反應(yīng)過來。第四約束塊里不能做賦值操作。len 32是錯的應(yīng)該寫成len 32。這個誤寫的報錯很有趣SystemVerilog會試著把當(dāng)約束把當(dāng)非法語句。2.3 dist權(quán)重讓隨機(jī)分布可控而非均勻dist是constraint塊里控制概率分布的操作符它的語法是constraint c_dist { src inside {[0:15]}; src dist { 0 : 30, [1:7] : 60, [8:15] : 10 }; }重點(diǎn)在:和:/的區(qū)別這是新手最容易弄混的地方。:表示權(quán)重平均分配到值域中的每個值。比如[1:7] : 60表示1到7這7個值每個值的權(quán)重都是60整個區(qū)塊權(quán)重總計是7乘以60也就是420。:/表示權(quán)重按區(qū)塊整體分配區(qū)塊內(nèi)部所有值平分總權(quán)重。比如[1:7] :/ 60表示整個1到7區(qū)塊總權(quán)重是60每個元素的權(quán)重是60除以7約等于8.57。很多人在實(shí)際項(xiàng)目里權(quán)重算不準(zhǔn)就是因?yàn)闆]有區(qū)分這兩個操作符。如果希望區(qū)間內(nèi)每個值概率相等用:如果希望整個區(qū)間作為一個整體來控制概率用:/。一般情況下控制單個熱點(diǎn)值用:比如錯誤號0特別重要給一個大的:權(quán)重控制一個范圍總比例用:/比如地址落在共享區(qū)間的比例用:/更直觀。另外dist約束本質(zhì)上也是約束不能和其他的constraint沖突。比如你在dist里給一個值很高的權(quán)重但又寫了另一個constraint排除它那dist對那個值就不生效因?yàn)榍蠼馄鲀?yōu)先滿足所有約束dist只是概率傾向不是硬性要求。2.4 solve...before與概率分布的隱形調(diào)整除了distSystemVerilog還提供了solve...before來影響隨機(jī)變量的聯(lián)合概率分布。在多個約束相互影響時求解順序會影響最終概率?？磦€例子class example; rand bit a; rand bit [1:0] b; constraint c { b 0 - a 1; } endclass這里如果b0則a1。求解器默認(rèn)會先解bb有四種取值各1/4概率然后解a。在這種情況下a1的概率是多少需要同時算上b0時強(qiáng)制1以及b!0時a可隨機(jī)總和起來大概是62.5%。如果你希望a先求解讓a成為主導(dǎo)constraint c_order { solve a before b; }求解器會先隨機(jī)a再根據(jù)a隨機(jī)b。此時a隨機(jī)到1的概率是50%b的變化也會跟著調(diào)整。這種概率細(xì)節(jié)在做覆蓋率分析時很重要。不要以為約束只是“滿足條件”實(shí)際上約束還微妙地影響著概率分布導(dǎo)致某些組合出現(xiàn)的頻率和你想象的不一樣。3. 從零寫一個約束隨機(jī)示例數(shù)組生成實(shí)戰(zhàn)3.1 需求場景與類設(shè)計接下來我們來寫一個能直接跑起來的示例。需求很簡單生成一個包含10個隨機(jī)數(shù)的一維數(shù)組數(shù)組元素范圍在0到255之間并且要求數(shù)組里所有元素不能重復(fù)同時希望數(shù)組的前3個元素偏大、后7個元素偏小。這個需求在驗(yàn)證里很典型類似于生成一組地址偏移量、一組配置值、或者一組數(shù)據(jù)標(biāo)簽。難點(diǎn)有三個動態(tài)數(shù)組怎么約束長度、每個元素怎么約束范圍、元素之間怎么約束唯一性。我定義一個類array_gen主要成員如下class array_gen; rand int unsigned arr[]; rand int unsigned len; constraint c_len { len 10; } constraint c_arr_size { arr.size() len; } constraint c_arr_range { foreach (arr[i]) { arr[i] inside {[0:255]}; } } constraint c_arr_uniq { unique {arr}; } constraint c_arr_weight { foreach (arr[i]) { if (i 3) { arr[i] inside {[128:255]}; } else { arr[i] inside {[0:127]}; } } } endclass3.2 完整代碼示例與求解細(xì)節(jié)在頂層模塊里調(diào)用這個類打印結(jié)果module tb; initial begin array_gen ag; ag new(); if (ag.randomize()) begin $display(len %0d, ag.len); foreach (ag.arr[i]) begin $display(arr[%0d] %0d, i, ag.arr[i]); end end else begin $error(randomize failed); end end endmodule運(yùn)行這個例子你可能會得到一組形如arr[0]201, arr[1]173, arr[2]254, arr[3]72, arr[4]19...的數(shù)組。每次運(yùn)行結(jié)果不同因?yàn)榍蠼馄鲿鶕?jù)仿真器的隨機(jī)種子生成不同解。注意幾個細(xì)節(jié)。第一arr.size() len這個約束非常重要。SystemVerilog里對動態(tài)數(shù)組做約束時如果沒有給size()加約束隨機(jī)化后的數(shù)組長度是不可預(yù)測的可能為空也可能非常大。加上這個約束后數(shù)組長度才會和len一致。第二unique {arr}約束用于保證數(shù)組內(nèi)元素互不重復(fù)這是一個非常強(qiáng)力的約束。求解器會嘗試在0到255的取值空間里挑出10個互不重復(fù)的數(shù)這本身是可行的但如果你把數(shù)組長度改成300同時取值范圍還是[0:255]約束就會失敗因?yàn)閺?56個不同值里選300個互不相同的數(shù)本來就不可能。這一點(diǎn)也提示我們約束的可行性需要人工預(yù)判求解器不會幫你選擇“更合理”的需求。第三foreach約束里的i 3和i 3兩部分共同生效可以組合出“前3個元素在[128:255]、后7個元素在[0:127]”的效果。這里是按索引區(qū)間分配取值范圍配合total數(shù)組長度約束求解器能同時滿足。// 運(yùn)行結(jié)果示例基于種子12345 len 10 arr[0] 201 arr[1] 173 arr[2] 254 arr[3] 72 arr[4] 19 ...3.3 隨機(jī)種子與可復(fù)現(xiàn)性為什么每次仿真結(jié)果都不同很多人第一次跑約束隨機(jī)時都會有一個疑問同樣的代碼為什么每次結(jié)果都不一樣答案很簡單因?yàn)榉抡嫫鞯碾S機(jī)數(shù)發(fā)生器RNG默認(rèn)會取一個隨時間或進(jìn)程相關(guān)變化的初始種子。SystemVerilog仿真器在啟動仿真時如果你沒有顯式指定種子就會從系統(tǒng)時間、進(jìn)程ID等信息中生成一個種子然后整個隨機(jī)化求解過程都是從這個種子出發(fā)的。隨機(jī)化不可復(fù)現(xiàn)在調(diào)試時是個大問題。你遇到一個隨機(jī)化才觸發(fā)的bug但你再跑一遍就復(fù)現(xiàn)不出來了這種痛苦做過驗(yàn)證的人應(yīng)該都懂。所以幾乎所有仿真器都支持在命令行里固定隨機(jī)種子。在VCS/Questa里是ntb_random_seed12345在部分仿真器里也可以用-seed選項(xiàng)。固定種子后同一份代碼、同一個種子每次仿真結(jié)果完全一致。我個人的習(xí)慣是常規(guī)編譯仿真時不指定種子讓每次回歸都能探索不同空間一旦某個場景出現(xiàn)失敗立刻用當(dāng)前l(fā)og里打印的種子去跑一個單回歸穩(wěn)定復(fù)現(xiàn)然后才去debug。很多UVM環(huán)境的基類會在仿真啟動時打印當(dāng)前使用的種子如果你的環(huán)境沒有這個打印建議自己加一行成本極低關(guān)鍵時刻能救命。3.4 取值范圍與小數(shù)隨機(jī)生成的擴(kuò)展有人會問熱詞里有“隨機(jī)函數(shù)生成隨機(jī)數(shù)0.2到0.3中間”SystemVerilog里能不能做呢可以直接用real類型的rand變量class real_gen; rand real r; constraint c_real_range { r 0.2; r 0.3; } endclass但實(shí)際項(xiàng)目里我一般不建議直接用real做約束隨機(jī)。浮點(diǎn)求解在部分仿真器上效率低而且數(shù)據(jù)比較麻煩必須用r inside {[0.2:0.3]}這種寫法浮點(diǎn)邊界還容易遇到精度問題。更好的做法是用整數(shù)擴(kuò)放比如生成200到300之間的整數(shù)再除以1000得到0.2到0.3之間的小數(shù)精度可控、求解也快rand int unsigned scaled; constraint c_scale { scaled inside {[200:300]}; } // 使用時 real r scaled / 1000.0;這樣既保留了隨機(jī)范圍的控制能力又避免了浮點(diǎn)約束的坑。我在很多數(shù)據(jù)包時延仿真場景里就是用這種方式生成“小數(shù)比例”比如丟包率、功耗比例等實(shí)測穩(wěn)定且可復(fù)現(xiàn)。4. 隨機(jī)數(shù)產(chǎn)生的底層邏輯PRNG、常見隨機(jī)接口與真隨機(jī)數(shù)4.1 偽隨機(jī)數(shù)發(fā)生器的本質(zhì)你可能聽過一個說法計算機(jī)沒有辦法生成真正的隨機(jī)數(shù)只能生成偽隨機(jī)數(shù)。這話基本準(zhǔn)確在仿真驗(yàn)證領(lǐng)域尤其如此。SystemVerilog仿真器里的隨機(jī)化本質(zhì)上是偽隨機(jī)數(shù)發(fā)生器PRNG加約束求解器的組合。PRNG的核心是一個確定性算法給它一個初始種子它會按某種數(shù)學(xué)規(guī)則產(chǎn)出一個看起來隨機(jī)、但完全確定的數(shù)值序列。常見的PRNG有線性同余發(fā)生器LCG、梅森旋轉(zhuǎn)Mersenne Twister、xorshift等。SystemVerilog的隨機(jī)化一般建立在仿真器內(nèi)置RNG之上VCS所用RNG和Questa所用RNG的算法可能有區(qū)別這也是為什么同一個種子在不同仿真器上跑出的隨機(jī)值不同。既然“偽隨機(jī)”為什么還能用于驗(yàn)證因?yàn)槲覀円牟⒉皇菙?shù)學(xué)意義上的隨機(jī)而是“足夠的隨機(jī)性 完全可復(fù)現(xiàn)”。隨機(jī)性用來探索輸入空間可復(fù)現(xiàn)性用來調(diào)試。這兩點(diǎn)恰恰是偽隨機(jī)數(shù)發(fā)生器的優(yōu)勢真隨機(jī)數(shù)反而做不到可復(fù)現(xiàn)。4.2 $random、$urandom、$urandom_range的區(qū)別SystemVerilog里除了randomize()之外還有幾個常見的系統(tǒng)隨機(jī)函數(shù)。很多人會拿它們當(dāng)普通函數(shù)調(diào)用卻不清楚差異這里講清楚。$random返回32位有符號隨機(jī)整數(shù)。它的歷史很悠久來源于Verilog-1995在SystemVerilog中仍然可以使用。$urandom返回32位無符號隨機(jī)整數(shù)推薦在新代碼中使用。$urandom_range(max, min)返回[min, max]范圍內(nèi)的無符號整數(shù)。三個函數(shù)的使用非常簡單int a; bit [31:0] b; bit [7:0] c; a $random % 100; // 有符號隨機(jī)可負(fù)值取?？赡艹霈F(xiàn)負(fù)值要小心 b $urandom; // 32位無符號隨機(jī) c $urandom_range(255, 0); // 0到255之間隨機(jī)這里有幾個常見坑。第一$random % 100在a取負(fù)時可能得到負(fù)數(shù)所以如果你想得到0到99之間的數(shù)最好用$urandom_range(99,0)或者用$urandom % 100配合無符號變量。第二$urandom_range的參數(shù)順序是先max后min不是有的語言里習(xí)慣的(min, max)寫反了會行為詭異甚至編譯警告。在類里做約束隨機(jī)時我推薦優(yōu)先使用randomize()而不是用$urandom手工拼。因?yàn)槭止そo每個變量調(diào)用隨機(jī)函數(shù)寫起來累還容易遺漏條件組合約束的優(yōu)雅性和可維護(hù)性都差很多。$urandom適合在簡單測試平臺里或者需要在過程塊里快速生成一個輔助隨機(jī)值時使用。4.3 為什么驗(yàn)證中很少用系統(tǒng)隨機(jī)函數(shù)替代約束隨機(jī)這是一個很多新手會問的問題既然用$urandom也能生成隨機(jī)數(shù)為什么還要大費(fèi)周章寫class、寫constraint、寫dist關(guān)鍵在于“約束”這兩個字。$urandom只能生成一個滿足均勻分布、在某個范圍內(nèi)的隨機(jī)數(shù)它本身不具備“多變量聯(lián)合約束”和“關(guān)系約束”的能力。比如你希望len 8 len 64并且payload_len * 2 len用$urandom生成兩個變量后你還得寫一堆條件判斷來過濾失敗時還要重新生成。而用constraint求解器直接給你一組整體滿足條件的值。更重要的差異是概率分布的精細(xì)控制。$urandom_range(10, 1)生成的是均勻分布1到10的概率完全一樣。但在真實(shí)驗(yàn)證場景里你往往希望某些值出現(xiàn)的概率更高比如寄存器配置字段0很常見、異常值很少見這時候dist權(quán)重是簡單隨機(jī)函數(shù)無法優(yōu)雅實(shí)現(xiàn)的。打個比方$urandom像抽獎箱每個球都一樣重約束隨機(jī)像骰子你可以把某一面的鉛加重一些。當(dāng)驗(yàn)證空間復(fù)雜、覆蓋目標(biāo)多時只有后者才能讓你在有限仿真時間內(nèi)把隨機(jī)次數(shù)用在刀刃上。4.4 隨機(jī)穩(wěn)定性與種子管理提到隨機(jī)穩(wěn)定性再展開講一下種子管理。UVM環(huán)境中有兩種主要的隨機(jī)種子來源一種是仿真器全局RNG種子命令行控制另一種是每個uvm_component里的rng種子局部種子可以通過uvm_top.get_sequencer()或工廠配置覆蓋。全局種子控制整個驗(yàn)證環(huán)境的隨機(jī)流起點(diǎn)局部種子控制每個組件的隨機(jī)行為。實(shí)際使用中要讓回歸導(dǎo)致的可復(fù)現(xiàn)性變好可以注意幾點(diǎn)每次仿真啟動時把種子打印到log文件建議在testbench的initial塊里加一行$display(RANDOM SEED: %0d, $get_initial_seed());。多組件環(huán)境里不要過度依賴全局命令種子因?yàn)閁VM的sequence_item隨機(jī)化通常從sequence本身的rng獲取某些sequence可能需要單獨(dú)設(shè)置種子才能復(fù)現(xiàn)?；貧w失敗時拿到記錄種子后直接重跑。如果重跑還能穩(wěn)定復(fù)現(xiàn)那說明問題與隨機(jī)化有關(guān)如果重跑就消失了多半是環(huán)境里有不可控的絕對值比如絕對時間、文件讀取順序、數(shù)組哈希迭代順序等污染了隨機(jī)流。4.5 真隨機(jī)數(shù)與嵌入式安全場景的補(bǔ)充補(bǔ)充一點(diǎn)熱詞里提到的S32K144 CSEC獲取真隨機(jī)數(shù)。這個場景和驗(yàn)證仿真不一樣它是嵌入式安全模塊Crypto Service Engine通過硬件熵源生成真隨機(jī)數(shù)用于密鑰生成、簽名等安全場景因?yàn)閭坞S機(jī)數(shù)一旦種子泄露密鑰就容易被推導(dǎo)出來。在驗(yàn)證和日常軟件開發(fā)中我們基本不需要真隨機(jī)數(shù)但如果你做的是安全相關(guān)驗(yàn)證就需要區(qū)分開硬件真隨機(jī)數(shù)的驗(yàn)證重點(diǎn)在熵源質(zhì)量如NIST SP 800-90B測試和SystemVerilog約束隨機(jī)的驗(yàn)證思路完全不同。再比如熱詞里的“openssl rand -hex 32”這個命令在開發(fā)環(huán)境很常用它本質(zhì)上也是用OpenSSL的偽隨機(jī)數(shù)發(fā)生器或者系統(tǒng)安全熵源生成32字節(jié)隨機(jī)數(shù)據(jù)再以hex格式打印常用來生成密鑰、token、salt等。它和仿真驗(yàn)證不是一回事但如果你要在腳本里快速生成一個隨機(jī)的十六進(jìn)制串做測試數(shù)據(jù)用openssl rand -hex 16這樣一條命令確實(shí)比寫一堆代碼省事。注意別把它當(dāng)密碼學(xué)安全隨機(jī)源用除非你知道后端用的熵源足夠安全。5. 常見問題與排查技巧實(shí)錄5.1 randomize()返回0約束沖突了怎么辦隨機(jī)化失敗最常見的原因就是約束沖突。比如前面說的數(shù)組長度300但取值范圍只有256個唯一值這種約束必然失敗。仿真器在randomize()返回0時通常不會直接報具體約束只是返回一個失敗的狀態(tài)如果你沒寫else分支問題就被吞掉了。排查思路我建議按三步走。第一步確認(rèn)你檢查了randomize的返回值如下if (!ag.randomize()) begin $fatal(1, randomize failed); end不要直接調(diào)用ag.randomize();然后使用變量失敗了你都不知道。第二步縮小范圍。把類里的約束逐個注釋掉只留下最小必選約束看哪個約束和哪個約束組合起來導(dǎo)致失敗。這個工作靠經(jīng)驗(yàn)也靠耐心如果約束很多建議寫一個最小化重現(xiàn)類。第三步使用仿真器的constraint debug選項(xiàng)。VCS有不少關(guān)于約束求解的debug命令打開之后可以打印出求解器的詳細(xì)求解過程能直接看出哪個約束不滿足。Questa/ModelSim也可以用-solvefailtest這類選項(xiàng)做約束失敗分析。仿真器的report里通常會列出沒能滿足的約束名學(xué)會看這個報告比瞎猜快得多。5.2 dist權(quán)重不生效概率和想象中不一樣dist權(quán)重不生效最常見的兩個原因一個是約束沖突一個是權(quán)重設(shè)置方式不對。約束沖突前面說了dist是概率傾向如果另一個constraint硬性排除了某個值那這個值的權(quán)重就毫無意義。比如你寫了len dist {0 : 80, [1:7] : 20};但同時寫了constraint c_avoid { len ! 0; }那么len為0的情況永遠(yuǎn)出不來80%的權(quán)重等于白設(shè)。這是初學(xué)時容易犯的隱形錯誤。另一個原因是:和:/的語義混淆。建議記住一條判斷原則如果你希望某個區(qū)間內(nèi)的每個值都按同一個權(quán)重重現(xiàn)用:如果你希望整個區(qū)間作為一個整體控制權(quán)重讓這個區(qū)間內(nèi)部的值平分總權(quán)重用:/。以[1:7] : 60為例每個值權(quán)重都是60總的1到7權(quán)重是420在總權(quán)重中占比會非常高如果你本意只是想讓“1到7”這個區(qū)間占60%那應(yīng)該用[1:7] :/ 60。這個區(qū)別直接決定了你的隨機(jī)分布是否符合覆蓋率模型設(shè)計。5.3 randc用錯場景覆蓋率不收斂randc雖然會自動遍歷取值但它只在連續(xù)多次randomize()同一對象時才有這個效果。如果你每次randomize()之后就把對象復(fù)制走或者每個用例重新new一個對象那么randc的循環(huán)遍歷效果就失效了因?yàn)樗涗浀氖菍ο髮?shí)例內(nèi)部的循環(huán)狀態(tài)。我見過一個項(xiàng)目里sequence每次發(fā)送包都新建一個packet對象里面用了randc字段想著能覆蓋每個值。結(jié)果每次新建對象后randc都從初始狀態(tài)開始隨機(jī)性完全變成了普通rand行為覆蓋率跑了很久都不收斂。后來改成在sequence里保存對象引用、連續(xù)復(fù)用同一個item覆蓋率才正常。另外如果randc字段的最大值特別大比如randc bit [31:0] seed_value;要遍歷全部42億個值才可能隨機(jī)回同一個值它的“循環(huán)”意義就基本不存在了用rand反而更合適。我建議randc只用在值域小于幾十、需要快速覆蓋每個值的字段上。5.4 隨機(jī)種子變化導(dǎo)致回歸失敗無法復(fù)現(xiàn)回歸一時全綠再加幾個用例就紅了但單獨(dú)把紅的那條用例拿出來跑又不紅這是驗(yàn)證環(huán)境里很磨人的場景。多半出在隨機(jī)種子的全局流上。解決這類問題首先要把每條用例實(shí)際的隨機(jī)種子記下來。很多UVM環(huán)境在test的main_phase開頭都會打印種子比如uvm_test_done的打印或者你自己寫$display(seed%0d ...)。失敗時拿到那條用例的準(zhǔn)確種子然后用單回歸加上這個種子去跑。如果固定了種子仍然復(fù)現(xiàn)不了主義檢查環(huán)境中有沒有“非確定性來源”比如使用系統(tǒng)時間做延時、從外部文件隨機(jī)讀取、使用哈希表遍歷順序不一致、多線程并行調(diào)度導(dǎo)致事件順序變化等。這些都會擾動RNG的推進(jìn)步數(shù)導(dǎo)致同一個種子下序列錯位。解決辦法是把這些非確定因素盡量固化比如文件讀取用固定順序、組件實(shí)例化順序固定、避免在同一次randomize之間插入依賴環(huán)境的調(diào)度。5.5 浮點(diǎn)約束導(dǎo)致仿真變慢或失敗前面提到過用real做隨機(jī)約束可能出現(xiàn)求解慢、邊界精度問題。這在實(shí)際項(xiàng)目里確實(shí)存在。另一種更隱蔽的問題是當(dāng)你把浮點(diǎn)和整數(shù)混合約束時比如r inside {[0.2:0.3]}; r * 1000 int_val;求解器可能對浮點(diǎn)方程的求解支持不好導(dǎo)致隨機(jī)化失敗。我的建議是盡量用整數(shù)方案替代浮點(diǎn)約束除非設(shè)計本身需要浮點(diǎn)浮點(diǎn)隨機(jī)源。比如需要生成一個隨機(jī)的時間偏移系數(shù)用rand int unsigned permille; constraint c_permille { permille inside {[200:300]}; }使用時real coef permille / 1000.0;。這樣既能精確控制范圍又不會有浮點(diǎn)約束帶來的求解開銷。這一點(diǎn)算是個人實(shí)踐里比較受益的經(jīng)驗(yàn)。寫到最后的一點(diǎn)體會隨機(jī)化策略看起來是幾個關(guān)鍵詞的事實(shí)際用起來卻貫穿了整個驗(yàn)證環(huán)境的設(shè)計思路。怎么選randc、怎么寫constraint、怎么調(diào)dist權(quán)重本質(zhì)上是在“可控性”和“隨機(jī)性”之間找平衡。我在實(shí)際項(xiàng)目里最深的感受是約束隨機(jī)不是讓驗(yàn)證變得“純隨機(jī)”而是讓驗(yàn)證能夠在有限仿真時間內(nèi)更聰明地探索那些最容易藏bug的空間。因此每次寫約束之前先想清楚這個變量在業(yè)務(wù)場景里的真實(shí)分布再用dist表達(dá)出來會比隨手寫一個范圍約束有效得多。最后分享一個小習(xí)慣每寫一個帶約束的類我都會在類里加一個function void post_randomize()把隨機(jī)結(jié)果的關(guān)鍵字段打印出來方便第一時間看到隨機(jī)化后的值是否符合預(yù)期。不要小看這個動作它能在你寫完約束后立刻暴露約束寫錯、權(quán)重配比不對、或者范圍不合理的問題省去后面大量的debug時間。隨機(jī)化這個東西一旦理順了是驗(yàn)證效率提升最明顯的手段之一。 SystemVerilog約束隨機(jī)驗(yàn)證精講：rand、constraint與dist實(shí)戰(zhàn)
你有沒有遇到過這種情況定向測試寫了幾十個用例覆蓋率還是差口氣或者隨機(jī)化用例一跑報錯一大片你根本不知道約束哪里寫擰了。在SystemVerilog驗(yàn)證里隨機(jī)化策略是非常核心的一環(huán)核心就落在三個關(guān)鍵詞上rand隨機(jī)變量、constraint約束、dist權(quán)重以及隨機(jī)數(shù)怎么產(chǎn)生。很多剛接觸驗(yàn)證的人會把SystemVerilog的約束隨機(jī)和C語言里的rand()畫等號覺得無非是生成幾個隨機(jī)數(shù)結(jié)果一上手寫UVM就懵了。這篇文章我就從驗(yàn)證從業(yè)者的角度把這套機(jī)制和實(shí)際示例放在一起拆開講清楚適合剛接觸UVM的驗(yàn)證工程師、準(zhǔn)備面試的在校學(xué)生以及想理解約束隨機(jī)驗(yàn)證到底在解決什么問題的讀者。1. 為什么要用隨機(jī)化策略從定向測試到約束隨機(jī)驗(yàn)證1.1 定向測試的瓶頸在哪里早年做驗(yàn)證主要靠定向用例也就是你根據(jù)設(shè)計規(guī)格把功能點(diǎn)一條條列出來然后為每個功能點(diǎn)手寫輸入激勵再檢查輸出是否正確。這種方式在小規(guī)模模塊驗(yàn)證時沒什么問題但一旦設(shè)計規(guī)模上來缺陷就很明顯功能點(diǎn)多到一定程度后用例數(shù)量會爆炸。比如一個簡單的AHB總線接口地址對齊、burst類型、transfer大小、保護(hù)信號、master/slave組合每個維度交叉一下就是幾百個組合靠手寫定向用例驗(yàn)證工作量會變得非?？鋸?。更麻煩的是定向用例只能覆蓋到“你想到的”場景。設(shè)計人員寫RTL時的邊界條件、跨時鐘域交互、異常路徑這些靠人肉枚舉非常容易漏。我見過不少項(xiàng)目定向用例全過了chip一集成到SoC就出問題回頭一查是某個狹窄的地址邊界組合從來沒被定向用例打到過。1.2 約束隨機(jī)驗(yàn)證的適用場景約束隨機(jī)驗(yàn)證Constrained Random VerificationCRV要解決的就是“用例覆蓋不全”和“用例數(shù)量爆炸”這兩個問題。它的思路是驗(yàn)證人員不再一個個手寫激勵而是定義好輸入空間寫清楚“合法范圍”然后讓求解器在這個范圍內(nèi)隨機(jī)生成輸入。就像你不再親手做每一頓飯而是給廚師一臺能做任意菜色的機(jī)器你只需要告訴它今天不吃辣、不放香菜、必須用雞肉剩下的交給它自己發(fā)揮。CRV可以說是目前芯片驗(yàn)證的主流方法論UVM最核心的機(jī)制之一就是建立在約束隨機(jī)之上。它適合的場景包括協(xié)議級驗(yàn)證AXI、PCIe、Ethernet、總線仲裁與隨機(jī)延時、寄存器配置、數(shù)據(jù)通路的數(shù)據(jù)包生成等。只要是輸入空間大、組合多、定向用例寫不過來的場景約束隨機(jī)都能顯著提升驗(yàn)證效率。但注意約束隨機(jī)不是銀彈。它適合“空間大、需要大量組合覆蓋”的場景不適合“路徑極其精細(xì)、需要完全確定性”的場景后者仍然要配合定向用例或斷言來補(bǔ)。1.3 隨機(jī)化策略的核心三件套rand、constraint、dist理解了CRV的動機(jī)再看SystemVerilog里實(shí)現(xiàn)CRV的三個關(guān)鍵詞就非常自然了。rand聲明一個變量是隨機(jī)變量。只有加了rand或randc前綴的成員變量在調(diào)用randomize()時才會被求解器賦隨機(jī)值。constraint定義約束塊用來限制隨機(jī)變量的取值范圍、變量之間的相互關(guān)系、條件約束等。沒有約束的隨機(jī)是無序的約束讓隨機(jī)變得“合法且可控”。dist在constraint塊中定義權(quán)重分布。它解決的是“合法空間內(nèi)如何偏重某些取值”的問題讓隨機(jī)不是均勻分布而是按業(yè)務(wù)場景調(diào)整概率。三者配合的邏輯是rand確定哪些字段會變constraint保證變化合法dist控制變化的偏向。這就像選人面試rand是候選人池constraint是崗位要求學(xué)歷、經(jīng)驗(yàn)、技能dist是你在眾多符合要求的候選人中更想看哪一種背景的人的比例。2. 核心機(jī)制拆解rand變量、constraint約束、dist權(quán)重怎么用2.1 rand與randc隨機(jī)變量的聲明與區(qū)別先看一個最簡單的類定義class packet; rand bit [7:0] addr; rand bit [31:0] data; randc bit [1:0] prio; endclass這里的addr和data是rand變量每次調(diào)用randomize()都會隨機(jī)生成一個新值允許重復(fù)。prio是randc變量randc是循環(huán)隨機(jī)random-cycle它會盡可能遍歷所有取值在遍歷完所有可能值之前不會出現(xiàn)重復(fù)值。比如prio只有0、1、2、3四個值第一次隨機(jī)可能是2第二次可能是0第三次可能是3第四次是1四輪走完才算一個循環(huán)然后又開始下一輪遍歷。這個區(qū)別在驗(yàn)證中很關(guān)鍵。如果你希望某個配置字段每個值都能被反復(fù)跑到但又希望短時間內(nèi)盡可能覆蓋全比如仲裁優(yōu)先級、地址掃描的page編號用randc就非常合適。而一般的數(shù)據(jù)包內(nèi)容、地址偏移等用rand就足夠了因?yàn)閿?shù)據(jù)空間大你用randc也沒法真正“遍歷完”反而會增加求解器的負(fù)擔(dān)。我實(shí)際用下來的感受是randc適合小范圍窮舉類字段rand適合大范圍隨機(jī)類字段。如果在小范圍字段上用了rand而不是randc隨機(jī)種子不夠好的時候可能會連續(xù)幾次隨機(jī)到同一個值導(dǎo)致覆蓋率收斂變慢。2.2 constraint約束塊別把約束寫成硬編碼約束塊的語法比許多人想象的簡單class packet; rand bit [7:0] len; rand bit [7:0] addr; constraint c_len_range { len 8; len 64; } constraint c_addr_valid { addr inside {[16h1000 : 16h1FFF]}; addr ! 16h1234; // 排除特定地址 } endclass約束塊里有幾個點(diǎn)需要特別注意。第一約束體使用花括號{}不是begin...end。不少人從C/Perl轉(zhuǎn)過來后習(xí)慣性寫begin end然后編譯報錯半天。第二約束不是“按順序執(zhí)行”的代碼它是一個約束求解系統(tǒng)。變量之間的關(guān)系是同時滿足的比如constraint c_rel { a b; b 0; a 100; }求解器會同時滿足這幾個條件而不是先求a再求b。這意味著你可以在約束里寫很強(qiáng)的關(guān)聯(lián)約束比如addr % 4 0、len 2 * payload_len等求解器會自動解算。第三約束變量只在調(diào)用randomize()時生效。如果你只聲明了rand變量但沒調(diào)用randomize()它的值永遠(yuǎn)是初始化值這一點(diǎn)非常容易踩。我之前見過一個環(huán)境忘了對某個對象調(diào)用randomize()結(jié)果所有用例都用的同一個默認(rèn)值測試還全通過了直到覆蓋率全為零才反應(yīng)過來。第四約束塊里不能做賦值操作。len 32是錯的應(yīng)該寫成len 32。這個誤寫的報錯很有趣SystemVerilog會試著把當(dāng)約束把當(dāng)非法語句。2.3 dist權(quán)重讓隨機(jī)分布可控而非均勻dist是constraint塊里控制概率分布的操作符它的語法是constraint c_dist { src inside {[0:15]}; src dist { 0 : 30, [1:7] : 60, [8:15] : 10 }; }重點(diǎn)在:和:/的區(qū)別這是新手最容易弄混的地方。:表示權(quán)重平均分配到值域中的每個值。比如[1:7] : 60表示1到7這7個值每個值的權(quán)重都是60整個區(qū)塊權(quán)重總計是7乘以60也就是420。:/表示權(quán)重按區(qū)塊整體分配區(qū)塊內(nèi)部所有值平分總權(quán)重。比如[1:7] :/ 60表示整個1到7區(qū)塊總權(quán)重是60每個元素的權(quán)重是60除以7約等于8.57。很多人在實(shí)際項(xiàng)目里權(quán)重算不準(zhǔn)就是因?yàn)闆]有區(qū)分這兩個操作符。如果希望區(qū)間內(nèi)每個值概率相等用:如果希望整個區(qū)間作為一個整體來控制概率用:/。一般情況下控制單個熱點(diǎn)值用:比如錯誤號0特別重要給一個大的:權(quán)重控制一個范圍總比例用:/比如地址落在共享區(qū)間的比例用:/更直觀。另外dist約束本質(zhì)上也是約束不能和其他的constraint沖突。比如你在dist里給一個值很高的權(quán)重但又寫了另一個constraint排除它那dist對那個值就不生效因?yàn)榍蠼馄鲀?yōu)先滿足所有約束dist只是概率傾向不是硬性要求。2.4 solve...before與概率分布的隱形調(diào)整除了distSystemVerilog還提供了solve...before來影響隨機(jī)變量的聯(lián)合概率分布。在多個約束相互影響時求解順序會影響最終概率?？磦€例子class example; rand bit a; rand bit [1:0] b; constraint c { b 0 - a 1; } endclass這里如果b0則a1。求解器默認(rèn)會先解bb有四種取值各1/4概率然后解a。在這種情況下a1的概率是多少需要同時算上b0時強(qiáng)制1以及b!0時a可隨機(jī)總和起來大概是62.5%。如果你希望a先求解讓a成為主導(dǎo)constraint c_order { solve a before b; }求解器會先隨機(jī)a再根據(jù)a隨機(jī)b。此時a隨機(jī)到1的概率是50%b的變化也會跟著調(diào)整。這種概率細(xì)節(jié)在做覆蓋率分析時很重要。不要以為約束只是“滿足條件”實(shí)際上約束還微妙地影響著概率分布導(dǎo)致某些組合出現(xiàn)的頻率和你想象的不一樣。3. 從零寫一個約束隨機(jī)示例數(shù)組生成實(shí)戰(zhàn)3.1 需求場景與類設(shè)計接下來我們來寫一個能直接跑起來的示例。需求很簡單生成一個包含10個隨機(jī)數(shù)的一維數(shù)組數(shù)組元素范圍在0到255之間并且要求數(shù)組里所有元素不能重復(fù)同時希望數(shù)組的前3個元素偏大、后7個元素偏小。這個需求在驗(yàn)證里很典型類似于生成一組地址偏移量、一組配置值、或者一組數(shù)據(jù)標(biāo)簽。難點(diǎn)有三個動態(tài)數(shù)組怎么約束長度、每個元素怎么約束范圍、元素之間怎么約束唯一性。我定義一個類array_gen主要成員如下class array_gen; rand int unsigned arr[]; rand int unsigned len; constraint c_len { len 10; } constraint c_arr_size { arr.size() len; } constraint c_arr_range { foreach (arr[i]) { arr[i] inside {[0:255]}; } } constraint c_arr_uniq { unique {arr}; } constraint c_arr_weight { foreach (arr[i]) { if (i 3) { arr[i] inside {[128:255]}; } else { arr[i] inside {[0:127]}; } } } endclass3.2 完整代碼示例與求解細(xì)節(jié)在頂層模塊里調(diào)用這個類打印結(jié)果module tb; initial begin array_gen ag; ag new(); if (ag.randomize()) begin $display(len %0d, ag.len); foreach (ag.arr[i]) begin $display(arr[%0d] %0d, i, ag.arr[i]); end end else begin $error(randomize failed); end end endmodule運(yùn)行這個例子你可能會得到一組形如arr[0]201, arr[1]173, arr[2]254, arr[3]72, arr[4]19...的數(shù)組。每次運(yùn)行結(jié)果不同因?yàn)榍蠼馄鲿鶕?jù)仿真器的隨機(jī)種子生成不同解。注意幾個細(xì)節(jié)。第一arr.size() len這個約束非常重要。SystemVerilog里對動態(tài)數(shù)組做約束時如果沒有給size()加約束隨機(jī)化后的數(shù)組長度是不可預(yù)測的可能為空也可能非常大。加上這個約束后數(shù)組長度才會和len一致。第二unique {arr}約束用于保證數(shù)組內(nèi)元素互不重復(fù)這是一個非常強(qiáng)力的約束。求解器會嘗試在0到255的取值空間里挑出10個互不重復(fù)的數(shù)這本身是可行的但如果你把數(shù)組長度改成300同時取值范圍還是[0:255]約束就會失敗因?yàn)閺?56個不同值里選300個互不相同的數(shù)本來就不可能。這一點(diǎn)也提示我們約束的可行性需要人工預(yù)判求解器不會幫你選擇“更合理”的需求。第三foreach約束里的i 3和i 3兩部分共同生效可以組合出“前3個元素在[128:255]、后7個元素在[0:127]”的效果。這里是按索引區(qū)間分配取值范圍配合total數(shù)組長度約束求解器能同時滿足。// 運(yùn)行結(jié)果示例基于種子12345 len 10 arr[0] 201 arr[1] 173 arr[2] 254 arr[3] 72 arr[4] 19 ...3.3 隨機(jī)種子與可復(fù)現(xiàn)性為什么每次仿真結(jié)果都不同很多人第一次跑約束隨機(jī)時都會有一個疑問同樣的代碼為什么每次結(jié)果都不一樣答案很簡單因?yàn)榉抡嫫鞯碾S機(jī)數(shù)發(fā)生器RNG默認(rèn)會取一個隨時間或進(jìn)程相關(guān)變化的初始種子。SystemVerilog仿真器在啟動仿真時如果你沒有顯式指定種子就會從系統(tǒng)時間、進(jìn)程ID等信息中生成一個種子然后整個隨機(jī)化求解過程都是從這個種子出發(fā)的。隨機(jī)化不可復(fù)現(xiàn)在調(diào)試時是個大問題。你遇到一個隨機(jī)化才觸發(fā)的bug但你再跑一遍就復(fù)現(xiàn)不出來了這種痛苦做過驗(yàn)證的人應(yīng)該都懂。所以幾乎所有仿真器都支持在命令行里固定隨機(jī)種子。在VCS/Questa里是ntb_random_seed12345在部分仿真器里也可以用-seed選項(xiàng)。固定種子后同一份代碼、同一個種子每次仿真結(jié)果完全一致。我個人的習(xí)慣是常規(guī)編譯仿真時不指定種子讓每次回歸都能探索不同空間一旦某個場景出現(xiàn)失敗立刻用當(dāng)前l(fā)og里打印的種子去跑一個單回歸穩(wěn)定復(fù)現(xiàn)然后才去debug。很多UVM環(huán)境的基類會在仿真啟動時打印當(dāng)前使用的種子如果你的環(huán)境沒有這個打印建議自己加一行成本極低關(guān)鍵時刻能救命。3.4 取值范圍與小數(shù)隨機(jī)生成的擴(kuò)展有人會問熱詞里有“隨機(jī)函數(shù)生成隨機(jī)數(shù)0.2到0.3中間”SystemVerilog里能不能做呢可以直接用real類型的rand變量class real_gen; rand real r; constraint c_real_range { r 0.2; r 0.3; } endclass但實(shí)際項(xiàng)目里我一般不建議直接用real做約束隨機(jī)。浮點(diǎn)求解在部分仿真器上效率低而且數(shù)據(jù)比較麻煩必須用r inside {[0.2:0.3]}這種寫法浮點(diǎn)邊界還容易遇到精度問題。更好的做法是用整數(shù)擴(kuò)放比如生成200到300之間的整數(shù)再除以1000得到0.2到0.3之間的小數(shù)精度可控、求解也快rand int unsigned scaled; constraint c_scale { scaled inside {[200:300]}; } // 使用時 real r scaled / 1000.0;這樣既保留了隨機(jī)范圍的控制能力又避免了浮點(diǎn)約束的坑。我在很多數(shù)據(jù)包時延仿真場景里就是用這種方式生成“小數(shù)比例”比如丟包率、功耗比例等實(shí)測穩(wěn)定且可復(fù)現(xiàn)。4. 隨機(jī)數(shù)產(chǎn)生的底層邏輯PRNG、常見隨機(jī)接口與真隨機(jī)數(shù)4.1 偽隨機(jī)數(shù)發(fā)生器的本質(zhì)你可能聽過一個說法計算機(jī)沒有辦法生成真正的隨機(jī)數(shù)只能生成偽隨機(jī)數(shù)。這話基本準(zhǔn)確在仿真驗(yàn)證領(lǐng)域尤其如此。SystemVerilog仿真器里的隨機(jī)化本質(zhì)上是偽隨機(jī)數(shù)發(fā)生器PRNG加約束求解器的組合。PRNG的核心是一個確定性算法給它一個初始種子它會按某種數(shù)學(xué)規(guī)則產(chǎn)出一個看起來隨機(jī)、但完全確定的數(shù)值序列。常見的PRNG有線性同余發(fā)生器LCG、梅森旋轉(zhuǎn)Mersenne Twister、xorshift等。SystemVerilog的隨機(jī)化一般建立在仿真器內(nèi)置RNG之上VCS所用RNG和Questa所用RNG的算法可能有區(qū)別這也是為什么同一個種子在不同仿真器上跑出的隨機(jī)值不同。既然“偽隨機(jī)”為什么還能用于驗(yàn)證因?yàn)槲覀円牟⒉皇菙?shù)學(xué)意義上的隨機(jī)而是“足夠的隨機(jī)性 完全可復(fù)現(xiàn)”。隨機(jī)性用來探索輸入空間可復(fù)現(xiàn)性用來調(diào)試。這兩點(diǎn)恰恰是偽隨機(jī)數(shù)發(fā)生器的優(yōu)勢真隨機(jī)數(shù)反而做不到可復(fù)現(xiàn)。4.2 $random、$urandom、$urandom_range的區(qū)別SystemVerilog里除了randomize()之外還有幾個常見的系統(tǒng)隨機(jī)函數(shù)。很多人會拿它們當(dāng)普通函數(shù)調(diào)用卻不清楚差異這里講清楚。$random返回32位有符號隨機(jī)整數(shù)。它的歷史很悠久來源于Verilog-1995在SystemVerilog中仍然可以使用。$urandom返回32位無符號隨機(jī)整數(shù)推薦在新代碼中使用。$urandom_range(max, min)返回[min, max]范圍內(nèi)的無符號整數(shù)。三個函數(shù)的使用非常簡單int a; bit [31:0] b; bit [7:0] c; a $random % 100; // 有符號隨機(jī)可負(fù)值取?？赡艹霈F(xiàn)負(fù)值要小心 b $urandom; // 32位無符號隨機(jī) c $urandom_range(255, 0); // 0到255之間隨機(jī)這里有幾個常見坑。第一$random % 100在a取負(fù)時可能得到負(fù)數(shù)所以如果你想得到0到99之間的數(shù)最好用$urandom_range(99,0)或者用$urandom % 100配合無符號變量。第二$urandom_range的參數(shù)順序是先max后min不是有的語言里習(xí)慣的(min, max)寫反了會行為詭異甚至編譯警告。在類里做約束隨機(jī)時我推薦優(yōu)先使用randomize()而不是用$urandom手工拼。因?yàn)槭止そo每個變量調(diào)用隨機(jī)函數(shù)寫起來累還容易遺漏條件組合約束的優(yōu)雅性和可維護(hù)性都差很多。$urandom適合在簡單測試平臺里或者需要在過程塊里快速生成一個輔助隨機(jī)值時使用。4.3 為什么驗(yàn)證中很少用系統(tǒng)隨機(jī)函數(shù)替代約束隨機(jī)這是一個很多新手會問的問題既然用$urandom也能生成隨機(jī)數(shù)為什么還要大費(fèi)周章寫class、寫constraint、寫dist關(guān)鍵在于“約束”這兩個字。$urandom只能生成一個滿足均勻分布、在某個范圍內(nèi)的隨機(jī)數(shù)它本身不具備“多變量聯(lián)合約束”和“關(guān)系約束”的能力。比如你希望len 8 len 64并且payload_len * 2 len用$urandom生成兩個變量后你還得寫一堆條件判斷來過濾失敗時還要重新生成。而用constraint求解器直接給你一組整體滿足條件的值。更重要的差異是概率分布的精細(xì)控制。$urandom_range(10, 1)生成的是均勻分布1到10的概率完全一樣。但在真實(shí)驗(yàn)證場景里你往往希望某些值出現(xiàn)的概率更高比如寄存器配置字段0很常見、異常值很少見這時候dist權(quán)重是簡單隨機(jī)函數(shù)無法優(yōu)雅實(shí)現(xiàn)的。打個比方$urandom像抽獎箱每個球都一樣重約束隨機(jī)像骰子你可以把某一面的鉛加重一些。當(dāng)驗(yàn)證空間復(fù)雜、覆蓋目標(biāo)多時只有后者才能讓你在有限仿真時間內(nèi)把隨機(jī)次數(shù)用在刀刃上。4.4 隨機(jī)穩(wěn)定性與種子管理提到隨機(jī)穩(wěn)定性再展開講一下種子管理。UVM環(huán)境中有兩種主要的隨機(jī)種子來源一種是仿真器全局RNG種子命令行控制另一種是每個uvm_component里的rng種子局部種子可以通過uvm_top.get_sequencer()或工廠配置覆蓋。全局種子控制整個驗(yàn)證環(huán)境的隨機(jī)流起點(diǎn)局部種子控制每個組件的隨機(jī)行為。實(shí)際使用中要讓回歸導(dǎo)致的可復(fù)現(xiàn)性變好可以注意幾點(diǎn)每次仿真啟動時把種子打印到log文件建議在testbench的initial塊里加一行$display(RANDOM SEED: %0d, $get_initial_seed());。多組件環(huán)境里不要過度依賴全局命令種子因?yàn)閁VM的sequence_item隨機(jī)化通常從sequence本身的rng獲取某些sequence可能需要單獨(dú)設(shè)置種子才能復(fù)現(xiàn)?；貧w失敗時拿到記錄種子后直接重跑。如果重跑還能穩(wěn)定復(fù)現(xiàn)那說明問題與隨機(jī)化有關(guān)如果重跑就消失了多半是環(huán)境里有不可控的絕對值比如絕對時間、文件讀取順序、數(shù)組哈希迭代順序等污染了隨機(jī)流。4.5 真隨機(jī)數(shù)與嵌入式安全場景的補(bǔ)充補(bǔ)充一點(diǎn)熱詞里提到的S32K144 CSEC獲取真隨機(jī)數(shù)。這個場景和驗(yàn)證仿真不一樣它是嵌入式安全模塊Crypto Service Engine通過硬件熵源生成真隨機(jī)數(shù)用于密鑰生成、簽名等安全場景因?yàn)閭坞S機(jī)數(shù)一旦種子泄露密鑰就容易被推導(dǎo)出來。在驗(yàn)證和日常軟件開發(fā)中我們基本不需要真隨機(jī)數(shù)但如果你做的是安全相關(guān)驗(yàn)證就需要區(qū)分開硬件真隨機(jī)數(shù)的驗(yàn)證重點(diǎn)在熵源質(zhì)量如NIST SP 800-90B測試和SystemVerilog約束隨機(jī)的驗(yàn)證思路完全不同。再比如熱詞里的“openssl rand -hex 32”這個命令在開發(fā)環(huán)境很常用它本質(zhì)上也是用OpenSSL的偽隨機(jī)數(shù)發(fā)生器或者系統(tǒng)安全熵源生成32字節(jié)隨機(jī)數(shù)據(jù)再以hex格式打印常用來生成密鑰、token、salt等。它和仿真驗(yàn)證不是一回事但如果你要在腳本里快速生成一個隨機(jī)的十六進(jìn)制串做測試數(shù)據(jù)用openssl rand -hex 16這樣一條命令確實(shí)比寫一堆代碼省事。注意別把它當(dāng)密碼學(xué)安全隨機(jī)源用除非你知道后端用的熵源足夠安全。5. 常見問題與排查技巧實(shí)錄5.1 randomize()返回0約束沖突了怎么辦隨機(jī)化失敗最常見的原因就是約束沖突。比如前面說的數(shù)組長度300但取值范圍只有256個唯一值這種約束必然失敗。仿真器在randomize()返回0時通常不會直接報具體約束只是返回一個失敗的狀態(tài)如果你沒寫else分支問題就被吞掉了。排查思路我建議按三步走。第一步確認(rèn)你檢查了randomize的返回值如下if (!ag.randomize()) begin $fatal(1, randomize failed); end不要直接調(diào)用ag.randomize();然后使用變量失敗了你都不知道。第二步縮小范圍。把類里的約束逐個注釋掉只留下最小必選約束看哪個約束和哪個約束組合起來導(dǎo)致失敗。這個工作靠經(jīng)驗(yàn)也靠耐心如果約束很多建議寫一個最小化重現(xiàn)類。第三步使用仿真器的constraint debug選項(xiàng)。VCS有不少關(guān)于約束求解的debug命令打開之后可以打印出求解器的詳細(xì)求解過程能直接看出哪個約束不滿足。Questa/ModelSim也可以用-solvefailtest這類選項(xiàng)做約束失敗分析。仿真器的report里通常會列出沒能滿足的約束名學(xué)會看這個報告比瞎猜快得多。5.2 dist權(quán)重不生效概率和想象中不一樣dist權(quán)重不生效最常見的兩個原因一個是約束沖突一個是權(quán)重設(shè)置方式不對。約束沖突前面說了dist是概率傾向如果另一個constraint硬性排除了某個值那這個值的權(quán)重就毫無意義。比如你寫了len dist {0 : 80, [1:7] : 20};但同時寫了constraint c_avoid { len ! 0; }那么len為0的情況永遠(yuǎn)出不來80%的權(quán)重等于白設(shè)。這是初學(xué)時容易犯的隱形錯誤。另一個原因是:和:/的語義混淆。建議記住一條判斷原則如果你希望某個區(qū)間內(nèi)的每個值都按同一個權(quán)重重現(xiàn)用:如果你希望整個區(qū)間作為一個整體控制權(quán)重讓這個區(qū)間內(nèi)部的值平分總權(quán)重用:/。以[1:7] : 60為例每個值權(quán)重都是60總的1到7權(quán)重是420在總權(quán)重中占比會非常高如果你本意只是想讓“1到7”這個區(qū)間占60%那應(yīng)該用[1:7] :/ 60。這個區(qū)別直接決定了你的隨機(jī)分布是否符合覆蓋率模型設(shè)計。5.3 randc用錯場景覆蓋率不收斂randc雖然會自動遍歷取值但它只在連續(xù)多次randomize()同一對象時才有這個效果。如果你每次randomize()之后就把對象復(fù)制走或者每個用例重新new一個對象那么randc的循環(huán)遍歷效果就失效了因?yàn)樗涗浀氖菍ο髮?shí)例內(nèi)部的循環(huán)狀態(tài)。我見過一個項(xiàng)目里sequence每次發(fā)送包都新建一個packet對象里面用了randc字段想著能覆蓋每個值。結(jié)果每次新建對象后randc都從初始狀態(tài)開始隨機(jī)性完全變成了普通rand行為覆蓋率跑了很久都不收斂。后來改成在sequence里保存對象引用、連續(xù)復(fù)用同一個item覆蓋率才正常。另外如果randc字段的最大值特別大比如randc bit [31:0] seed_value;要遍歷全部42億個值才可能隨機(jī)回同一個值它的“循環(huán)”意義就基本不存在了用rand反而更合適。我建議randc只用在值域小于幾十、需要快速覆蓋每個值的字段上。5.4 隨機(jī)種子變化導(dǎo)致回歸失敗無法復(fù)現(xiàn)回歸一時全綠再加幾個用例就紅了但單獨(dú)把紅的那條用例拿出來跑又不紅這是驗(yàn)證環(huán)境里很磨人的場景。多半出在隨機(jī)種子的全局流上。解決這類問題首先要把每條用例實(shí)際的隨機(jī)種子記下來。很多UVM環(huán)境在test的main_phase開頭都會打印種子比如uvm_test_done的打印或者你自己寫$display(seed%0d ...)。失敗時拿到那條用例的準(zhǔn)確種子然后用單回歸加上這個種子去跑。如果固定了種子仍然復(fù)現(xiàn)不了主義檢查環(huán)境中有沒有“非確定性來源”比如使用系統(tǒng)時間做延時、從外部文件隨機(jī)讀取、使用哈希表遍歷順序不一致、多線程并行調(diào)度導(dǎo)致事件順序變化等。這些都會擾動RNG的推進(jìn)步數(shù)導(dǎo)致同一個種子下序列錯位。解決辦法是把這些非確定因素盡量固化比如文件讀取用固定順序、組件實(shí)例化順序固定、避免在同一次randomize之間插入依賴環(huán)境的調(diào)度。5.5 浮點(diǎn)約束導(dǎo)致仿真變慢或失敗前面提到過用real做隨機(jī)約束可能出現(xiàn)求解慢、邊界精度問題。這在實(shí)際項(xiàng)目里確實(shí)存在。另一種更隱蔽的問題是當(dāng)你把浮點(diǎn)和整數(shù)混合約束時比如r inside {[0.2:0.3]}; r * 1000 int_val;求解器可能對浮點(diǎn)方程的求解支持不好導(dǎo)致隨機(jī)化失敗。我的建議是盡量用整數(shù)方案替代浮點(diǎn)約束除非設(shè)計本身需要浮點(diǎn)浮點(diǎn)隨機(jī)源。比如需要生成一個隨機(jī)的時間偏移系數(shù)用rand int unsigned permille; constraint c_permille { permille inside {[200:300]}; }使用時real coef permille / 1000.0;。這樣既能精確控制范圍又不會有浮點(diǎn)約束帶來的求解開銷。這一點(diǎn)算是個人實(shí)踐里比較受益的經(jīng)驗(yàn)。寫到最后的一點(diǎn)體會隨機(jī)化策略看起來是幾個關(guān)鍵詞的事實(shí)際用起來卻貫穿了整個驗(yàn)證環(huán)境的設(shè)計思路。怎么選randc、怎么寫constraint、怎么調(diào)dist權(quán)重本質(zhì)上是在“可控性”和“隨機(jī)性”之間找平衡。我在實(shí)際項(xiàng)目里最深的感受是約束隨機(jī)不是讓驗(yàn)證變得“純隨機(jī)”而是讓驗(yàn)證能夠在有限仿真時間內(nèi)更聰明地探索那些最容易藏bug的空間。因此每次寫約束之前先想清楚這個變量在業(yè)務(wù)場景里的真實(shí)分布再用dist表達(dá)出來會比隨手寫一個范圍約束有效得多。最后分享一個小習(xí)慣每寫一個帶約束的類我都會在類里加一個function void post_randomize()把隨機(jī)結(jié)果的關(guān)鍵字段打印出來方便第一時間看到隨機(jī)化后的值是否符合預(yù)期。不要小看這個動作它能在你寫完約束后立刻暴露約束寫錯、權(quán)重配比不對、或者范圍不合理的問題省去后面大量的debug時間。隨機(jī)化這個東西一旦理順了是驗(yàn)證效率提升最明顯的手段之一。