似乎每次看到来自Google Research的论文都挺清新的，这一次也不例外。老实讲，有关提升覆盖率的论文至少有20年以上的历史了，但可惜的一点是，它们要么是躺在论文里，要么就是对使用者具备用于较深的设计相关知识，总是不方便落地的。
这篇论文先是回顾了两种之前的典型方法。
第一种是基于要测试的目标设计，构建并且维护一个准确的模型。我至今还记得大概7、8年前查阅这些论文时，总能遇到一些关键词，比如"biased"、"bayesian"、"automatic"、"convergency"等。也有印象这一批论文其中要根据设计构建的模型也颇为复杂。另外，它们多数都是project specific，以至于在过去的20年，EDA公司并没有基于这些论文开发出什么对应的工具。
第二种被称为数据驱动（data-driven）的CDG（coverage directed generation）。因为这是将（线上采集的）覆盖率数据反馈给了激励端，通过智能化的方式对覆盖率数据进行分析，再影响激励端。这个主意是在过去几年人工智能发展的背景下，引入到了EDA公司，而且也已经有对应产品或者特性了。
比如Cadence公司的Xcelium ML特性，即可以根据通过已经执行的regression数据，结合machine learning技术帮助提升随机约束的生成效率，最多可以提升5倍的随机测试regression效率，帮助更快达到100%的覆盖率目标。
https://www.cadence.com/zh_CN/home/company/newsroom/press-releases/pr/2020/cadence-delivers-machine-learning-optimized-xcelium-logic-simula.html
但这种方法也如论文中评论道，整体效果如何严重依赖其用于训练的数据规模，这也意味着前期必须有相当规模的回归测试数据交给算法模型，以便让它学习覆盖率和激励之间的联系。
以上的两种方法中，第一种需要用户手动在覆盖率和模型之间建立准确的关系，无法做到让工具去实现更大场景的应用；第二种虽然无需自己去阐述激励和覆盖率之间的关系，但也需要前期给算法模型“投喂”足够数量的回归数据，才能帮助其更有效地产生随机数据。
于是这篇论文提出了一种（在我看来可能有EDA工具化可能的）既能实现可能快速提升覆盖率，也能在早期投入较少运算资源（比如准备大量的回归数据）的方法，论文称该方法为CDG（coverage dependency graph）。
由于论文中牵扯到具体的算法描述，在这里就不做描述。我们只说它的思路和实际效果如何。因为它既想实现更广阔的的应用（就不能针对特定设计建模），也不想在早期投喂回归覆盖数据（不采取在激励和覆盖率之间的模糊探寻联系的算法策略），于是它希望在开始测试前，就可以分析出来覆盖率和可能引起覆盖率变化的变量之间的关系。
整个工作的开题就落在了上面这句话。这里我再举个例子来说说它的意义。Siemens的PSS工具inFact，该工具有2个核心特性，除了支持PSS以外，它还能够分析sequence item的变量与对应的function covergroup，帮助它们自动完成映射，并且将inFact engine与Questa同时启动仿真，显著加速该覆盖率的提升速率。这是由于sequence item的变量一旦与covergroup形成关联，那么Questa的RNG(random number generator)在每次随时产生数据时就能够做到足够高效，它的目标就是为了提升覆盖率而只去产生有效的随机数据组合。
https://verificationacademy.com/verification-horizons/november-2020-volume-16-issue-3/increasing-functional-coverage-by-automation-for-zetta-hz-high-speed-cdma-transceiver
不过可惜的一点是，如果在sequence item的变量与covergroup中监测的变量无法做到直接关联的话，inFact的工具在这时就会失效（以2020年该工具的版本做参考）。它还无法做到进一步分析，将covergroup的变量与sequence item中的rand variable之间做分析。这中间缺少一个环节，那就是相关变量的驱动分析。
加入covergroup中关心的变量varC是由varB影响的，而varB变量的驱动是由varA影响的，而varA变量是由验证环境的sequence item的rand varR影响的，那么这种驱动关系就可以帮助建立起来，即varR-->varC的间接关联。
而这个主意恰恰是这篇论文要带来的，它通过Verific（verific.com）公司的SV/VHDL/UPF parser解析工具，可以很快对设计构建起来模型，并且利用C++/Python/Perl等API接口，获得以上的变量之间的关联。
一旦可以通过模型，获得例如varR与varC之间关联，那就相当于在inFact基础上又进了一步（inFact在使用过程中，并没有在pre-process过程中做类似的变量关联分析，这一点较为可惜），使得具备了基本的条件，可以在更为明确的rand变量和关联的各个covergroup之间引导生成更为合理的随机数据。
一旦分析出coverage dependency graph，接下来就是需要在动态的过程中调整随机约束的分布（constraint distribution），这里使用了MLE（maximum likelihood estimate）公式。
通过以上两个关键步骤（设计分析得出驱动关联，以及根据覆盖率报告和分布权重产生新的随机约束），就可以将论文中的CDG4CDG流程植入到已有的验证环境中。在这种情况下，每一轮回归测试前就可以重新调整随机分布，继而在下一轮回归时获得更为有效的随机数据，继而提供覆盖率。
这个流程有广泛应用的场景，因为对于EDA公司而言，它们有自己内部的parser工具和编译好的设计模型，只需要做适当处理即能够在sequence item rand variable和covergroup sampled variable之间找到关联，而论文中的有关调整权重的算法也有机会得到进一步优化。这么看起来，这个方法更适合嵌入到inFact中，使得这个工具得到进一步提升。
从最后的数据来看，CDG4CDG这个方法对最终覆盖率收敛（尤其是在最后的90%-100%之间的提升效率）尤为明显。以覆盖率达到100%为目标，CDG4CDG要比固定约束分布的效率提升在5倍-20倍之间。而且在这中间，并不意味着要先生成大量的回归数据，像machine learning要求的那样学习大量数据，这也节省了相当一部分的运算资源。
纵观全文，我很同意文中的一个词"harness"（给马套上马具，表示利用的意思），即在我们有限的知识、能力的前提下，尽量把它们用好，即便脚下开的车不是阿斯顿马丁，马自达也能够有出色发挥。
往期精彩：
DVCon文赏-2023w13 一种智能网卡的形式验证流程
DVCon文赏-2023w14 一种用于AI视觉处理芯片的验证加速方案
