ico是vcs提供的用于優(yōu)化覆蓋率的feature；一般用戶通過distsolver bofore等約束了變量的隨機(jī)概率，而ico會(huì)在用戶約束的基礎(chǔ)上，做一些自動(dòng)“修正”，以此來優(yōu)化隨機(jī)激勵(lì)，提高隨機(jī)多樣性，加速覆蓋率收斂，縮短 turn-around timeTAT。主要功能包含如下幾部分：

1.Prognosis: 用于查看當(dāng)前平臺(tái)是否適用ico，對(duì)于都是直接用例測(cè)試，沒有隨機(jī)策略的平臺(tái)，ico并不適用；

2.Auto Bias:利用設(shè)定策略，ico會(huì)改變?cè)衏onstraint solver的行為，施加一定bias修正隨機(jī)值;

3.RCA: root cause trace, 用于診斷變量未隨機(jī)到的bins，是否存在過約束等；

4.Delta-debug: 提供replay復(fù)現(xiàn)功能，對(duì)比兩次結(jié)果間的差異；

5.AutoPurge: 當(dāng)前回歸得到的ico database可以用于下一次回歸，多次迭代；

ico最主要的功能就是Auto Bias,宣稱使用了AI，機(jī)器學(xué)習(xí)ML，增強(qiáng)學(xué)習(xí)EL等手段，在回歸過程中，利用共享case之間的ico database，提高隨機(jī)多樣性；通過一個(gè)簡(jiǎn)單例子演示下：

covergroupcg_datawithfunctionsample(inputlogicvalid,logic[7:0]data);
cpt_value:coverpointdataiff(valid){
binszero={0};
binsothers[]={[1:31]};
illegal_binsinvalid={[32:255]};
}
endgroup

classtrextendsuvm_transaction;
randlogic[7:0]data;
constraintc_tr{datainside{[0:31]};
datadist{0:=1,[1:31]:=100};
}
endclass

如上，對(duì)data的約束中，data=0這一條件的概率很低；

PRJ:=$(shellecho$(CURDIR)|sed-r's|/ico_test/.*|/ico_test|')
exportPRJ

all:comprun
all_ico:comprun_ico

SEED:=${SEED}

regress_ico:clean
mkdir-p${PRJ}/comp_src;
cd${PRJ}/comp_src;
cp${PRJ}/Makefile${PRJ}/comp_src;
makecomp;
foriin12;do
mkdir-p${PRJ}/test_$${i};
cp${PRJ}/Makefile${PRJ}/test_$${i};
cd${PRJ}/test_$${i};
ln-s${PRJ}/comp_src/simv.daidirsimv.daidir;
ln-s${PRJ}/comp_src/csrccsrc;
ln-s${PRJ}/comp_src/simvsimv;
makerun_icoSEED=$${i};
done
makecov_merge;
makecrg_report;

regress:clean
mkdir-p${PRJ}/comp_src;
cd${PRJ}/comp_src;
cp${PRJ}/Makefile${PRJ}/comp_src;
makecomp;
foriin12;do
mkdir-p${PRJ}/test_$${i};
cp${PRJ}/Makefile${PRJ}/test_$${i};
cd${PRJ}/test_$${i};
ln-s${PRJ}/comp_src/simv.daidirsimv.daidir;
ln-s${PRJ}/comp_src/csrccsrc;
ln-s${PRJ}/comp_src/simvsimv;
makerunSEED=$${i};
done
makecov_merge;

comp:
vcs-full64
-kdb-lca
-debug_access+all
-ntb_optsuvm
-sverilog
-timescale=1ns/1ns
${PRJ}/dut.sv
${PRJ}/top_tb.sv
+incdir+${PRJ}
-lcomp.log

run_ico:
./simv-lsim.log+ntb_random_seed=${SEED}
+ntb_solver_bias_mode_auto_config=2
+ntb_solver_bias_shared_record=${PRJ}/shared_record
+ntb_solver_bias_wdir=ico_work
+ntb_solver_bias_test_type=uvm
+ntb_solver_bias_diag=3


crg_report:
crg-dir${PRJ}/shared_record-reportrpt-auto-formatboth-mergemerged_db-zip1-illegal_group-illegal_attr

run:
./simv-lsim.log+ntb_random_seed=${SEED}

verdi:
verdi-ssftop_tb.fsdb&

cov_open:
verdi-cov-covdirsimv_merge.vdb&

cov_merge:
urg-dir${PRJ}/test_1/simv.vdb-dir${PRJ}/test_2/simv.vdb-dbname${PRJ}/simv_merge.vdb

clean:
-rm-rfshared_record/simv*test_*WORK/*logurgReport/vdCovLog/rpt-auto/merged_db/comp_src/novas.*

make regress跑了兩個(gè)case，第一個(gè)caseseed=1，第二個(gè)caseseed=2; 通過verdi查看覆蓋率報(bào)告：跑了兩次的回歸merge結(jié)果：87.5%

make regress_ico是使能icofeature，結(jié)果：100%

+ntb_solver_bias_diag使能debug信息，默認(rèn)debug log放在+ntb_solver_bias_wdir指定的ico database下：隨機(jī)32次，ico影響constrain solver，bias了29次的隨機(jī)結(jié)果；所以對(duì)于data=0這樣的小概率事件，也隨機(jī)到了；

因?yàn)閕co會(huì)影響constrain solver的隨機(jī)結(jié)果，所以復(fù)現(xiàn)時(shí)，不僅要保證seed一樣，還需要額外指定ico database，這樣才能正確復(fù)現(xiàn)隨機(jī)結(jié)果。生成當(dāng)前回歸所有用例的merge report: html report會(huì)羅列所有隨機(jī)變量：DIVERSITY通過shannon entropy香農(nóng)熵衡量變量的“多樣性”；

在這里插入圖片描述

每個(gè)變量，ico會(huì)自動(dòng)的劃分bins，顯示隨機(jī)詳細(xì)結(jié)果；

ico支持同一個(gè)case內(nèi)多次randomize之間相互影響，也支持一次回歸不同case之間相互影響，也可以將本次回歸的database作用于下一次回歸；

對(duì)于ico加速覆蓋率收斂的實(shí)際效果，博主使用一個(gè)block tb親測(cè)效果不太顯著；從他人的presentation上看，大概有10%-15%的提升；但是ico對(duì)于隨機(jī)多樣性確實(shí)是有一定效果的，+ntb_solver_bias_mode_auto可以指定ico對(duì)隨機(jī)的bias力度。

如果ico可以通過AI,EL等對(duì)功能覆蓋率進(jìn)行反推，縮減重復(fù)隨機(jī)值，那將會(huì)大大提高覆蓋率收斂，期待后續(xù)EDA進(jìn)一步的"進(jìn)化”吧。

審核編輯：劉清