LEC/FORMAL --- PARTI 原理介绍

2024-02-09 07:30
文章标签 介绍 原理 lec formal parti

本文主要是介绍LEC/FORMAL --- PARTI 原理介绍,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

LEC:lec(logic equivalence checking)又叫formal check,是对ic design的综合,PR前后的设计进行逻辑对比检查的工具/手段,保证综合不改变rtl原始的logic function。目前用的较多的就是C家的formal工具。接下来介绍一下lec的原理和流程

在这里插入图片描述

1. Lec 原理介绍:

之所以搞这个lec,是因为在rtl实现的过程中,会进行各种的优化逻辑操作,有时候为了优化面积或者timing,把一些工具认为不必要的逻辑进行了优化,那优化后的逻辑是否真正的仍然是rtl的需求呢?就需要做一个对比的验证。
在验证过程中,通过对比所有的key point pairs的方式,将整个design进行对比验证。对比过程中,把更靠近设计上游的design认为是golden的,把另一个design认为是revised的。

1.1 key points

当我们的design的instance变成20万,100万时候,不可能把所有的小的逻辑单元拿出来一个个的对比,这样可能会跑上个很久很久很久。为了加速这种对比,通过设定key points的方式。如下图所示,无论是golden还是revised design,都可以设置为key points加上logic cones的方式进行。我们只需要对两者design中对应的key points点进行比较,因为logic cones只是组合逻辑内容,不会影响到结果。这样会大大的加快对比的速度,也能保证准确性。

在这里插入图片描述

Key point上都有那些:
Primary inputs (PI) /Primary outputs (PO) /D flip-flop /D latches
Blackboxes (BBOX)/TIE-Z gates /TIE-E gates/CUT gates

1.2 Mapping

在做compare之前,需要进行一个mapping 操作,何为map?其实就是把golden和revised design的key points点一一对应上,首先要保证我们的输入键是正确的,我们比较的两个点的位置是正确的,才能保证结果是正确的。那工具是如何把两个design的key points互相对上的呢?其实在进行map的时候,会有name based map和func-based map,这个要根据项目情况和综合情况,自行组合选择。

1.3 Compare

当上一步骤的map完成之后,接下来就是要进行compare步骤了。
那么compare对于时序逻辑如DFF是怎么处理的呢?如下图所示,并不把这个DFF当成是一个正常的功能逻辑,而是分开,D端口作为比较的点,而Q端口作为下个比较点的输入。

在这里插入图片描述

那都有哪些点进行比较呢?其实主要还是从key points中的内容。比较的点包含了逻辑堆的汇聚点,Primary outputs, cut gates, DFFs, D-latches, and blackboxes。
虽然此刻比较的是一些key points点,但是实际还是对逻辑堆的比较,因为工具所比较的内容是从key points点经过逻辑堆,再到key points点才进行的check,正确与否和中间经过的逻辑关系密切。

这篇关于LEC/FORMAL --- PARTI 原理介绍的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/693543

相关文章

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

hdu4407(容斥原理)

题意:给一串数字1,2,......n,两个操作:1、修改第k个数字,2、查询区间[l,r]中与n互质的数之和。 解题思路:咱一看,像线段树,但是如果用线段树做,那么每个区间一定要记录所有的素因子,这样会超内存。然后我就做不来了。后来看了题解,原来是用容斥原理来做的。还记得这道题目吗?求区间[1,r]中与p互质的数的个数,如果不会的话就先去做那题吧。现在这题是求区间[l,r]中与n互质的数的和

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

C++——stack、queue的实现及deque的介绍

目录 1.stack与queue的实现 1.1stack的实现  1.2 queue的实现 2.重温vector、list、stack、queue的介绍 2.1 STL标准库中stack和queue的底层结构  3.deque的简单介绍 3.1为什么选择deque作为stack和queue的底层默认容器  3.2 STL中对stack与queue的模拟实现 ①stack模拟实现

hdu4407容斥原理

题意: 有一个元素为 1~n 的数列{An},有2种操作(1000次): 1、求某段区间 [a,b] 中与 p 互质的数的和。 2、将数列中某个位置元素的值改变。 import java.io.BufferedInputStream;import java.io.BufferedReader;import java.io.IOException;import java.io.Inpu

hdu4059容斥原理

求1-n中与n互质的数的4次方之和 import java.io.BufferedInputStream;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStream;import java.io.InputStreamReader;import java.io.PrintWrit

Mysql BLOB类型介绍

BLOB类型的字段用于存储二进制数据 在MySQL中,BLOB类型,包括:TinyBlob、Blob、MediumBlob、LongBlob,这几个类型之间的唯一区别是在存储的大小不同。 TinyBlob 最大 255 Blob 最大 65K MediumBlob 最大 16M LongBlob 最大 4G