基于模型和库的处理器伪随机激励生成器设计与实现

面对处理器巨大的验证空间,伪随机激励生成器成为处理器研发中必不可少的工具。处理器设计改变尤其是架构和指令集的变化会导致之前的处理器测试集合部分甚至全部失效,验证维护成本巨大。提出一种层次化的、基于模型和库的处理器伪随机激励生成器实现方法,针对处理器设计的特点,基于指令树建模、多维访存地址建模和处理器专家库建模等关键技术重点解决处理器研发中测试集合如何高效重用的难题。实际应用表明,该方法能够很好地适应处理器设计变化,增强处理器激励生成器的易用性和可重用性,测试集合移植重用率可以达到95%以上,显著缩短处理器更新换代时的验证周期。