瑞薩電子(Renesas) 利用 Synopsys VSO.ai 將SoC驗證效能提高30%

搜索最新SoC解决方案
关于汽车电子...物联网...安全...音频...视频

您可能已經在道路上親眼見證了自動駕駛技術的進步。5G網路和人工智慧(AI)等技術的整合，使得自動駕駛車輛的效能達到前所未有的水平，但是新的嚴格安全規範也帶來額外的顧慮。

www.synopsys.com/zh-tw.html, May. 27, 2024 – 

這些進步增加了晶片的複雜性，且往往也對系統單晶片(SoC)設計帶來無形的改變，例如重新架構(尤其是源自傳統車載中控區域網路[CAN]的電氣/電子[E/E]架構)、導入車載乙太網、提高速度以及與各個標準相容的實時控制。驗證這些複雜的SoC可能會佔據70%的專案週期，並需要更多工程師投入大把時間！

瑞薩電子(Renesas)是微控制器、類比、電源和SoC產品的領導品牌，其產品應用範圍包括汽車、工業和資訊技術(IT)。面對眼前的挑戰，他們利用人工智慧和機器學習驅動的 Synopsys VSO.ai™驗證空間優化技術，從而減少50%的工作量。

瑞薩電子的驗證挑戰

瑞薩電子(Renesas)面臨著巨大的上市時程壓力，而在汽車市場尤其如此。這也正是為什麼瑞薩電子的核心IP部門一直在探索不同的方法，力求達到驗證週期中的覆蓋收斂(coverage closure)階段自動化。工程師們遭遇到各種不同的挑戰，包括手動分析和分類來找出未達覆蓋率的部分，以確保產品準備就緒，同時任何邏輯和功能性問題也都徹底驗證完成。而這一切的工作都必須在每個IP/專案中的一定算力預算(compute budget)內完成。

要實現覆蓋率的「最後一哩路」，便需要開發出針對未達覆蓋率的目標所進行的定向測試(directed tests)。編寫定向測試以彌補覆蓋收斂漏洞的手動流程，可能會導致運行成千上萬次的迴歸測試(regression)，且投資報酬率(ROI)卻無從得知。相較於前述方法，瑞薩電子更希望可以運用人工智慧(AI)和機器學習(ML)技術等新穎方法，也因此對VSO.ai產生了興趣。VSO.ai利用機器學習對迴歸測試進行優化，以便優先運行高投資報酬率的測試，並自動進行分析進而確立預先定義的見解(prescribed insights)。

 Back