自动驾驶技术的进步有目共睹。5G网络和人工智能（AI）等技术的融合，使得自动驾驶汽车的性能更胜从前，新推出的严格安全标准也意味着我们在享受这些技术带来的便利时，也需要考虑更多的安全因素。
技术的进步不仅让芯片设计更为复杂，还对片上系统（SoC）的设计要求提出了新的挑战。比如对汽车架构的重新设计：从传统的控制器局域网络CAN转向车载电气/电子（E/E）架构、引入车载以太网、提升数据传输速度、实现与多种标准兼容的实时控制等。这些复杂SoC的验证工作可能会占据项目周期的70%，且需要开发者们投入大量的时间和精力。
面对这一挑战，瑞萨电子率先采取了行动。瑞萨电子是全球微控制器、模拟、电源以及SoC的领军企业。瑞萨电子采用了新思科技集成了AI和ML技术的验证空间优化技术——VSO.ai，力求将其验证时间和工作量降低50%。
瑞萨电子在验证方面遇到的挑战
在汽车市场，产品上市的时间压力通常非常大。为此，瑞萨电子的核心IP部门一直不断探索，采用不同的方法来实现验证周期中覆盖收敛阶段的自动化。在此过程中，开发者需解决一系列挑战，包括要通过手动分析和分类来确定未实现的覆盖目标，同时还要确保产品可供使用，并确保其已针对各种逻辑或功能问题进行了充分验证。而且，所有这些都必须在每个IP/项目的特定计算预算内完成。
覆盖收敛工作的 “最后一公里”需要针对未实现的覆盖目标开发定向测试。如果用传统的手动编写定向测试来弥补覆盖率漏洞，很可能会在投资回报率（ROI）不明确的情况下运行数千次回归。瑞萨电子渴望通过AI/ML技术找到更高效的新的解决方案，因此他们将目光锁定了VSO.ai。VSO.ai利用机器学习技术来识别和消除回归中的冗余，合理地规划回归测试，在运行测试时以实现最高ROI为优先目标，并自动进行分析，进而获得预先设定的洞察结果。
瑞萨电子采用VSO.ai取得了惊人效果
瑞萨电子在采用VSO.ai后取得了非常好的结果。这得益于瑞萨电子当前已部署的VCS®功能验证解决方案，使得VSO.ai的实施过程异常顺利。VSO.ai能够无缝集成进现有的VCS回归测试环境中，而无需对设计或测试平台代码作出任何改动。
瑞萨电子在采用VSO.ai后，减少了需要执行的定向测试数量，在相同覆盖率下缩短了回归分析所需的时间，并提高了未覆盖部分的根本原因分析能力。借助VSO.ai，瑞萨电子的验证开发者再也无需对庞大数据集进行手动分析，能够更迅速地实现覆盖率目标。这样便可以在相同的算力预算内运行更多次的回归，从而提高硬件利用率并尽早发现错误，而这正是验证工作的最终目标。
最终的成果有目共睹：
在相同的测试次数下，覆盖率最高可提升10%，从而达到更优越的设计质量（QoR）
回归测试列表缩减到原来的二分之一
覆盖率漏洞减少90%
下图为VSO.ai解决方案的主要用例：
瑞萨电子共享研发核心IP部门的IP开发总监Takahiro Ikenobe表示：“设计复杂性不断增加，传统的人机协同技术已无法充分满足质量和上市时间要求。利用Synopsys.ai EDA整体解决方案中的AI驱动型验证和新思科技的VCS，我们的功能覆盖率漏洞减少了10倍，并将IP验证效率提升了多达30%，这无疑证明了AI能够帮助我们解决错综复杂的设计挑战。”
瑞萨电子的开发团队不再需要耗费大量时间编写那些可能拖慢上市进程并且可能遗漏错误的定向测试。现在，他们能够集中精力进行设计创新和开展更高价值的项目，同时还能保持领先市场的步伐。
VSO.ai是Synopsys.ai AI驱动型EDA整体解决方案的重要组成部分，可以有效提高整个EDA流程的效率，帮助企业灵活应对千变万化的市场需求及相应的复杂设计挑战，减少手动操作，并充分利用在整个芯片开发过程中收集的可行见解。
总结
总结来说，VSO.ai帮助瑞萨电子实现了显著的性能提升：在功能覆盖漏洞的识别和解决上取得了高达10倍的改进；在IP验证效率上实现了高达30%的增长。这些数据强调了AI技术在提高设计验证效率和减少产品上市时间中所起的关键作用。VSO.ai作为该套件的核心组成部分，有助于应对日益增长的设计复杂性挑战，减少企业对人工的需求，并能够在整个芯片开发过程中提供指导性的洞察。这些成就都反映了AI在半导体设计和验证领域中的价值。新思科技的AI解决方案将助力开发者一路前行。
