可扩展验证克服现有验证方法的局限性

不同验证工具间的可扩展性

要做到以上这些，我们的方案中应包含一系列工具，这些工具结合起来能够胜任从HDL仿真到在电路仿真(in-circuit emulation)的一整套完整的任务。也就是说，采用更好的软仿真器和硬仿真器能够加速各种集成度等级的验证过程。

之所以要求工具间具备可扩展性，是因为不同类型的验证在不同的性能区间上提供的是不同的方案。每一套方案都必须在许多不同的特性之间进行权衡，例如迭代时间、性能、容量、调试的可视性和验证成本。就连HDL执行引擎也需要许多不同的方案。

一些方案在模块级表现更好，另一些则在芯片级或系统级表现更好。例如，打算验证系统结构决策的设计师就不应采用HDL软件仿真器，而应采用抽象模型或事务级硬件－软件环境，因为这些方案才能提供他们需要的信息。反过来说，验证芯片设计中相对较小的子模块时，在电路仿真并不合适，而HDL软件仿真器则能快速简单地完成任务。

认清哪些工具最适合手头的验证任务，然后找到这些工具。如果做到这点，设计师就能得到最高的效率。以下是一些可供可扩展验证方法采用的技术：

软件仿真：适合模块级验证，因为其运行速度很快而且调试功能强大

软硬件协同仿真：允许将嵌入式软件引入验证过程，并提供了一种可用于加速处理器、存储器和总线操作的手段，还可用作验证硬件的测试平台

测试平台加速：通过逐级提升验证的性能等级突破了协同仿真的性能局限。基于事务的方法使重用率更高，而对更高重用率和高级验证语言的支持则催生了生产率更高的测试平台方法。

硬件仿真(在电路测试)：允许在真实系统中进行高容量和高性能的验证，让设计师确信其芯片在真实系统中能够正常工作。

正式等价性检验(Formal equivalence checking)：其容量和速度保证了设计流程晚期进行的一些改动不会影响芯片的预期表现。

模拟/混合信号仿真：允许对芯片的多个域进行验证，保证验证具备最佳的准确度和性能。

还有很重要的一点需要注意，那就是高性能的硬件辅助或者面向硬件的方案对于在系统级环境下实现验证的完整性至关重要。

验证工具内的可扩展性

一个优秀的验证方案，除了能够在不同的工具间转移之外，还应确保发挥工具本身最大的效率。因为只有这样，验证过程才能在单一环境下持续，直到确实需要改用其他方案为止。

这种工具内的可扩展性可通过多种方式得到体现。例如，在进行回归测试(regression testing)时，很可能会有大量测试需要频繁运行，而且大多数公司都希望在一个晚上的时间内完成测试，以便在第二天早上开始其他工作之前发现并解决问题。但单独一个软件仿真器的性能不可能达到在合理时间内完成如此大量工作的程度。反之，一个很容易建立的仿真集群则可以将这些大量的工作排序，并在任何可用的机器上运行，从而使回归测试变得更加切实可行也更简单。

如果回归测试集中还包含运行时间很长的测试，那么就需要用到硬件仿真器。一个单独的硬件仿真器本身在仿真规模上就已经非常灵活，因为只要设计中门的数量不超过该系列硬件仿真器的最大容量限制，仿真器的容量可以轻松扩展以适应不同的设计规模。而且在必要时，还可以通过将多个硬件仿真器连接起来达到扩展容量的目的。

另一个例子是正式等价性检验。等价性检验工具可以缩短一次回归测试运行的时间或降低其运行的频率，但这种工具也有其自身的限制。此类工具的结构必须实现极高的存储器效率才能实现全芯片验证和回归。在设计规模达到上百万门时，设计师不可能依靠工作站上的物理存储器来解决这一问题。同时，等价性检验也需要根据设计的复杂度调整规模。如果需要更大的处理能力，可以让多台机器同时工作，以缩短回归测试的运行时间。

工具内可扩展性的另一方面对硬件仿真而言尤其重要，那就是尽管在不同的设计规模下硬件仿真器的性能基本一致，但当需要与逻辑仿真器连接时(例如在行为测试平台中)，硬件仿真器的速度性能会急剧降低到与一般的软件仿真器速度相当的程度。要解决这一问题，必须构建一系列方案，允许将更多的设计与/或测试平台映射到硬件仿真器。这些方案中还必须包含高速的事务级接口，以保证与那些必须留在工作站上的部分有效连接。这一过程中需要用到非常先进的综合技术，在设计流程的正常情况下并不要求采用这些技术，但它们却能改善硬件仿真器的性能。