2023 Retrospective. Innovation In Verification

Újra kiadta Platón

Követő: 0

Januárban szokás szerint a tavaly áttekintett papírok visszatekintésével kezdünk. Paul Cunningham (GM, Verification at Cadence), Raúl Camposano (Silicon Catalyst, vállalkozó, volt Synopsys CTO, most Silvaco CTO) és én folytatjuk kutatási ötletekkel foglalkozó sorozatunkat. Mint mindig, szívesen fogadjuk a visszajelzéseket. Idén egy élő sorozat indítását tervezzük, hogy ötleteket és tágabb témákat vitassunk meg, és visszajelzéseket kapjunk. Részletek következzenek!

2023-as visszatekintés

A 2023-es választások

Ezeket a blogokat tettük közzé az év során, népszerűség szerint rendezve. Átlagosan 12.7 17 elköteleződést értünk el blogonként, ami jelentős növekedés a tavalyi évhez képest, amit annak jelzéseként tartunk számon, hogy továbbra is élvezni fogja a jelenlegi ellenőrzési kutatásokról szóló áttekintéseinket. A vezető nem volt meglepő, csaknem 4 2023 megbízásnál alkalmazta az LLM-eket az automatikus kódellenőrzésre. Egy közeli másodperc az ML-t használja modellabsztrakciók fejlesztésére. Valójában 2022-ban a 2024 legjobb blog mindegyike AI/ML-alkalmazásokon szerepelt. A Petri netek idén is megjelentek, a gyorsan fejlődő DRAM protokollok validálására. Dedikált hardver használata a szimulációban való spekulációhoz, és egy módszer az anomáliák megtalálására egészítette ki a listát. A XNUMX-es retrospektív a szokásoshoz hasonlóan jól sikerült, de az év során beárnyékolta a többi lap iránti érdeklődés. Biztonságos fogadás, hogy XNUMX-ben több AI/ML alkalmazást is megvizsgálunk majd!

Pál nézete

Újabb év repül el, és 49 újság olvasott el azóta, hogy 2019 novemberében elindítottuk a blogot! Akkoriban úgy gondoltuk, hogy ez egy nagyszerű módja annak, hogy összehozzuk hitelesítési közösségünket, és kifejezzük nagyrabecsülésünket az akadémiai intézményekben a hitelesítési kutatásba való folyamatos befektetésért világszerte.

Amit nem jósoltam, az az volt, hogy ezeknek a lapoknak az elolvasása hogyan ösztönöz majd új befektetéseket és innovációkat a Cadence-nél. A blog írása megtanított arra, hogy még vezetői szinten is a mérnöki pályán, a földi szintű kutatásokkal való kapcsolattartás és a cikkek rendszeres olvasása jót tesz az üzletnek. Szóval köszönöm az olvasóknak, és köszönöm Bernardnak!

Nem meglepő, hogy a tavalyi 3 legnagyobb sikerünk az AI ellenőrzésben való használatáról szólt, egy pedig a kódellenőrzés automatizálását célzó AI-ról (link), egy mesterséges intelligencia, amely segít gyorsabban megtalálni a hibákat a vegyes jelű eszközök magas szintű SimuLink modelljeiben (link), valamint az AI használatával, hogy automatikusan azonosítsa, melyik forráskódsor okozza a teszt sikertelenségét (link). Feltétlenül továbbra is be kell fektetnünk a kutatásba itt, mind az akadémiai, mind a kereskedelmi világban. Valahogy a következő évtizedben meg kell találnunk a következő 10-szeres ellenőrzési termelékenységünket, és ez nagy valószínűséggel az AI-ból származik.

Ennek ellenére a 2024-es személyes kiáltásom nem kapcsolódik a mesterséges intelligenciához. A logikai szimulációban két tanulmányhoz való: az egyik a szimuláció párhuzamosításáról szól az eseménysor spekulatív végrehajtásával (link), a másik pedig a véletlenszerű bemenetek eloszlási minőségének javítása a korlátozott véletlenszerű tesztekben okos kivonatolási függvényekkel (link). Ezeket „motor-szintű” innovációknak nevezem – alapvetően jobbá téve az EDA eszközökön belüli építőelemeket. Itt is folytatnunk kell a kutatást és az innovációt. Ez a két dokumentum nagyon innovatív volt, de semmi köze nem volt az AI-hoz. Ne feledkezzünk meg arról sem, hogy továbbra is befektessünk a nem mesterséges intelligenciával kapcsolatos innovációkba.

Raúl nézete

Ennek a visszatekintésnek az ünnepek alatti megírása elkerülhetetlenül ütközik az emberiség egyik művészetté emelhető szükségletével: az evéssel. Az éttermek értékelése talán elég osztozik az értékelő dolgozatokkal, hogy igazolja az olyan értékeléseket, mint: ★★★ kivételes, különleges utazást érdemes, ★★ kiváló, érdemes kitérni, ★ kiváló minőség, érdemes megállni és 😋 mérsékelt áron kivételesen jó. Pál már kijelentette, hogy a mi Szeptemberi áttekintés volt egy "Michelin csillag téma”. Ebben a szellemben folytatom, az Ön preferenciáit (megtekintések számát) használva mércéül, kedves olvasók.

Míg a tavalyi blog nagyrészt a menő algoritmusokról szólt, addig az idén kb AI / ML és a Szoftver (SW). Az első három ★★★ papír az SW AI/ML segítségével történő ellenőrzéséről szólt. A legjobb értékelésű blog (július) a kód felülvizsgálatáról szólt generatív AI-val, a második (november) a kiberfizikai rendszerek szoftverének tesztelésével és ellenőrzésével foglalkozott helyettesítő AI modellek segítségével, a harmadik pedig (lehet) az AI osztályozókkal kiegészített Java hibáinak észleléséről és kijavításáról szólt. A három dokumentum közül kettő a GitHub nagy adatkészleteit használja a képzéshez. Az ilyen adatok nem hozzáférhetők nyilvánosan hardver (HW) tervezéshez; ami vitathatatlanul eléggé különbözik az SW-től ahhoz, hogy legalább felvegye a kérdést, hogy ezeket az eredményeket meg lehet-e/lesz-e replikálni a HW-re. Mindazonáltal, ha megnézzük, mit tesz az SW közösség az ellenőrzéssel kapcsolatban, az minden bizonnyal ihletforrás.

A következő három, ★★-vel rangsorolt cikk az AI/ML, egy nagyon klassz algoritmus és a Petri-Nets eklektikus gyűjteménye. Mindegyik az EDA ellenőrzésével foglalkozik. Szeptemberi Az írás egy LLM (GPT-4) és egy modellellenőrző (JasperGold) használatának előzetese volt az angol System Verilog Assertions (SVA) nyelvre történő fordításához. A következő (június). egyenletesen (a megkötések teljesítése) – egy klassz algoritmus egy nehéz problémára, 2014-ből. Az utolsó hozzájárulás ebben a csoportban (április) kiterjesztett Petri Nets a JEDEC DDR specifikációinak ellenőrzésére; oktató jellegű mind a JEDEC, mind a Petri Nets tekintetében, és feltár egy időzítési szabálysértést.

A 7-9. dolgozatok, ★-vel rangsorolva, az analóg tervezés ellenőrzésével, a CPU ellenőrzésével és a párhuzamos SW végrehajtással foglalkoznak. Ban ben október áttekintettünk egy meghívott cikket a Solid-State Circuits Society IEEE nyílt folyóiratába, amellett, hogy jó oktatóanyag az analóg tervezésről és validálásról, a fő hozzájárulás abban áll, hogy az analóg áramköri modelleket funkcionális modellekre cseréljük, hogy 4 nagyságrenddel felgyorsítsák a Spice szimulációt. . Februári újság arról szólt, hogy DNN-eket használtak a véletlenszerű utasításgenerátorok fejlesztésére a CPU-ellenőrzésben, ami a „a szimulációk száma körülbelül 2-szeresére” egy egyszerű példában (IBM Northstar, 5 utasítás). március elhozta nekünk egy HW gyorsító teljes tervezését a megvalósításához Térben elhelyezett rendezett feladatok (SLOT) végrehajtási modell a párhuzamosság és a spekuláció kihasználására, valamint olyan alkalmazásokra, amelyek futás közben dinamikusan generálnak feladatokat.

Amiből két 😋 címzettünk marad. Ban ben augusztus áttekintettünk egy 2013-as cikket, amely a k-means clustering (2013) úttörője volt a szilíciumhiba utáni észlelésnek. És be december megvizsgáltunk egy nagyon fontos témát, a biztonsági ellenőrzést IFT-vel (Information Flow Tracking) és annak kapuszintről RTL-re való kiterjesztését. Nem meglepő, hogy a decemberi hozzászólás kapta a legkevesebbet, mivel olvasóink valószínűleg a kezdetben leírt dilemmával néztek szembe.

A besorolások időnként tetszőlegesek lehetnek, mindezek a hozzájárulások csillagra méltóak, és előmozdítják a technika állását. Hálásak lehetünk egy aktív, nemzetközi kutatói közösségért a tudományos életben és az iparban, amely igazán nehéz problémákkal küzd. Személyes preferenciáim alapján sejtheti…

Oszd meg ezt a bejegyzést ezen keresztül: