你会花多少钱一个模型吗?最近,这个问题的答案已经$ $ $。
增加讨论数字双带来了模型来讨论的前沿。为特定的应用正确的模型是什么?正确的抽象级别是什么?模型是从哪里来的,它们是如何维护的?一个值模型怎么样?
半导体行业一直不愿创建任何模型不能直接用于发展道路。这是可以预料到的。在大多数行业中,没有额外的工作将完成,除非它是要求,如监管机构或客户,或者有经济价值。
创建模型时使用以外的主要发展连锁店,有问题保持模型同步,确保可用时,它可以提供最大的价值。
完全包含块的创建抽象模型,如处理器,已经非常成功。这些模型有一个长寿命,为软件开发提供足够的忠诚和有良好的性能特点与RTL模型耦合系统验证。
有尝试过去自动从RTL获得更高抽象模型。这些尝试都不是很成功,在很多情况下他们达到的性能优势并不足以让一个显著差异的分析,可以执行。
行业有更多成功推导RTL模型从抽象使用高级合成技术来源。与RTL源自一个抽象SystemC模型更多的信仰可以放置在源模型和可以提供显著的性能优势利用派生模型。
但迄今为止最大的成功是使用模拟加速RTL模型的执行。根据定义,它是最新的和准确的。用户的成本是巨大的,往往在数百万美元的能力执行单个模型。但这是该行业的成本发现接受这样一个模型,当它成为一个数字的双胞胎。
当耦合模型系统的其他方面,如机械或热模型,或接收数据流,从激光雷达阵列,它使分析执行,在过去是不可能的。不仅仅是一个速度模型,它是一个推动者对新类型的分析。
数字双带来一个新的动态方程。直到现在,模拟已经可预见的和可重复的。刺激发电机,即使他们依靠随机化技术,总是提供相同的输入给定相同的种子。也是如此,无论如果我们谈论的是SystemVerilog UVM刺激或新兴便携式刺激。这两个依赖模型,可预测和可重复的。
这意味着两个输入事件,据说是同时发生的,总是按顺序发生,其中一个发生在一个无限地小时间在另一只的前面。这是这项技术是如何运作的。但这并不是真正的在现实世界和数字双看着引入真实刺激的分析。有时这两个输入将更改订单,有时他们会发生在完全相同的时间。我们可能没有必要的覆盖率的概念来处理现实世界之间的这种差异和我们的完美的模拟世界。
现实世界会很混乱。可能需要重新考虑一些分析工具,当这一切发生的时候。
今天,有一个新的工具的工具箱。人工智能是最大的模式匹配技术行业有史以来访问。一些这方面的技术已经被用于调试器——试图找到异常值或模式,没有见过的。也是用碧玉,试图获得知识的IP块通过观察其行为。信息和知识的提取数据有巨大的价值。
有可能观察现实世界并创建模型吗?可以正式的技术,耦合到该模型中,被用来找到现实世界的地方发散的世界,捕获的RTL模型?这项技术可以用来创造更高的抽象模型?
有公司试图开发工具创建的模型并有充分的理由——有很多钱。对于那些成功,有很多钱和很多失去了在模拟销售。这可能是一个很好的机会创业,但至少在可预见的未来,模拟销售增长看起来一片光明。
|
|
|
|
|
|
|
|
|
|
留下一个回复