摘要:人们认为人工智能(AI)和机器学习(ML)与通用验证方法(UVM)的结合已被认为是为了使半导体设计革新,从而使过程更加有效,更准确。AI和ML策略在需要自动确认时间与以前与人类错误混合的过程中自动确认的应用中最有效。因此,这些技术能够浏览大量数据,以获取算法认为的算法可能是设计弱点,而这些弱点可能不容易被人眼辨别出来。它还支持验证任务,并同时提高验证结果的质量。反过来,文献综述表明了当前发展的程度,以及该新兴领域中其余的研究空隙。这些论文表明,AI/ML可以通过自动化常规验证并给出时间效率的预测来减少时间。例如,决策可以应用于设计智能测试案例,在验证方面,该智能测试案例可以提供比手动范围更好的覆盖范围。也可以通过使用ML算法来确定需要比验证需要更多的凭证工作的区域来处理测试覆盖数据。将AI/ML模型集成到UVM环境中的通用和特定方法是用狂热的细致性详细阐述的。
主要关键词