CN114743586A - 存储器模型的镜像存储实现方法、装置及存储介质 - Google Patents
存储器模型的镜像存储实现方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114743586A CN114743586A CN202210195444.XA CN202210195444A CN114743586A CN 114743586 A CN114743586 A CN 114743586A CN 202210195444 A CN202210195444 A CN 202210195444A CN 114743586 A CN114743586 A CN 114743586A
- Authority
- CN
- China
- Prior art keywords
- data
- updating
- memory
- memory model
- behavior information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000006399 behavior Effects 0.000 claims abstract description 79
- 238000004364 calculation method Methods 0.000 claims description 52
- 238000004088 simulation Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 abstract description 32
- 238000013473 artificial intelligence Methods 0.000 abstract description 10
- 238000012360 testing method Methods 0.000 description 25
- 230000006870 function Effects 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 239000003795 chemical substances by application Substances 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C29/00—Checking stores for correct operation ; Subsequent repair; Testing stores during standby or offline operation
- G11C29/56—External testing equipment for static stores, e.g. automatic test equipment [ATE]; Interfaces therefor
- G11C29/56008—Error analysis, representation of errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/32—Circuit design at the digital level
- G06F30/33—Design verification, e.g. functional simulation or model checking
- G06F30/3308—Design verification, e.g. functional simulation or model checking using simulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Techniques For Improving Reliability Of Storages (AREA)
Abstract
本公开提供了存储器模型的镜像存储实现方法、装置及存储介质,涉及人工智能芯片以及智能语音等人工智能领域,其中的方法可包括:响应于被测设备中的存储器发生数据更新行为,获取本次更新的更新行为信息,所述更新行为信息为从总线上提取的;根据所述更新行为信息对存储器模型中存储的数据进行对应更新。应用本公开所述方案,可实现有效的存储器验证等。
Description
技术领域
本公开涉及人工智能技术领域,特别涉及人工智能芯片以及智能语音等领域的存储器模型的镜像存储实现方法、装置及存储介质。
背景技术
目前的芯片验证通常基于通用验证方法学(UVM,Universal VerificationMethodology)验证平台实现,所述芯片可为智能语音芯片等。但目前的UVM验证平台的功能还有待完善。
发明内容
本公开提供了存储器模型的镜像存储实现方法、装置及存储介质。
一种存储器模型的镜像存储实现方法,包括:
响应于被测设备中的存储器发生数据更新行为,获取本次更新的更新行为信息,所述更新行为信息为从总线上提取的;
根据所述更新行为信息对存储器模型中存储的数据进行对应更新。
一种存储器模型的镜像存储实现装置,包括:信息获取模块以及数据更新模块;
所述信息获取模块,用于响应于被测设备中的存储器发生数据更新行为,获取本次更新的更新行为信息,所述更新行为信息为从总线上提取的;
所述数据更新模块,用于根据所述更新行为信息对存储器模型中存储的数据进行对应更新。
一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如以上所述的方法。
一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使计算机执行如以上所述的方法。
一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现如以上所述的方法。
上述公开中的一个实施例具有如下优点或有益效果:可通过总线获取被测设备中的存储器发生的数据更新行为对应的更新行为信息,并可根据获取到的信息对应更新存储器模型,从而实现了存储器模型的镜像存储功能,进而可基于存储的数据有效地实现芯片验证中的存储器验证,并相应地提升了芯片验证的验证效果等。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开所述存储器模型的镜像存储实现方法实施例的流程图;
图2为本公开所述方法对应的验证环境架构示意图;
图3为本公开所述存储器模型的镜像存储实现装置第一实施例300的组成结构示意图;
图4为本公开所述存储器模型的镜像存储实现装置第二实施例400的组成结构示意图;
图5示出了可以用来实施本公开的实施例的电子设备500的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
另外,应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
图1为本公开所述存储器模型的镜像存储实现方法实施例的流程图。如图1所示,包括以下具体实现方式。
在步骤101中,响应于被测设备(DUT,Device Under Test)中的存储器发生数据更新行为,获取本次更新的更新行为信息,所述更新行为信息为从总线上提取的。
在步骤102中,根据所述更新行为信息对存储器模型(mem_model)中存储的数据进行对应更新。
目前的UVM验证平台仅支持寄存器模型的镜像存储功能,不支持存储器模型的镜像存储功能,从而影响了验证效果。
采用上述方法实施例所述方案,可通过总线获取被测设备中的存储器发生的数据更新行为对应的更新行为信息,并可根据获取到的信息对应更新存储器模型,从而实现了存储器模型的镜像存储功能,进而可基于存储的数据有效地实现芯片验证中的存储器验证,并相应地提升了芯片验证的验证效果等。
本公开的一个实施例中,存储器模型可包括:由寄存器组构成的存储器模型,另外,寄存器组中的寄存器个数可等于被测设备中的存储器的深度,和/或,寄存器的位数可等于被测设备中的存储器的位宽。
通过上述方式,可快速高效的构建出存储器模型,从而为后续处理奠定了良好的基础。
另外,还可将上述存储器模型实例化,如可在计分板(scoreboard)中实例化存储器模型,以便实际应用。
当被测设备中的存储器发生数据更新行为时,可获取本次更新的更新行为信息,并可根据所述更新行为信息对存储器模型中存储的数据进行对应更新。
被测设备中的存储器发生的数据更新行为主要包括两种情况,以下分别进行介绍。
1)情况一
这种情况下,所述数据更新行为可包括:外部总线输入更新,即总线上发生对被测设备中的存储器的数据更新行为,如被测设备作为主设备(master)读数据或被测设备作为从设备(slave)被写数据。
相应地,所述更新行为信息可包括:更新地址及数据。即可获取本次更新的更新地址及数据,更新地址及数据可从总线上提取得到。
进一步地,可根据所述更新行为信息对存储器模型中存储的数据进行对应更新,即可将存储器模型中所述更新地址对应的数据更新为所述更新行为信息中的数据。
通过上述方式,可实现存储器模型与被测设备中的存储器中的数据的同步更新,另外,所述总线可支持高级***总线(APB,Advanced Peripheral Bus)、高级高性能总线(AHB,Advanced High Performance Bus)以及高级可扩展接口(AXI,Advanced eXtensibleInterface)等各种接口(interface)协议类型,具有广泛适用性。
2)情况二
这种情况下,所述数据更新行为可包括:被测设备内部处理后更新,如可从总线上对被测设备发起计算指令,相应地,被测设备会获取计算指令对应的源数据,并执行计算指令对应的计算,得到计算结果,进而将计算结果存放到存储器的目的地址区域。
由于数据(计算结果)是被测设备内部进行逻辑处理后更新到被测设备内部的存储器中的,因此总线上无法提取到该数据,但是可以从总线上提取到发送给被测设备的计算指令。相应地,获取到的更新行为信息可包括:计算指令。
进一步地,可根据所述更新行为信息对存储器模型中存储的数据进行对应更新,即可获取计算指令对应的源数据,并可获取根据源数据生成的计算结果,进而可将计算结果更新到存储器模型中。
本公开的一个实施例中,可将源数据发送给仿真模型(cmodel),并可获取仿真模型根据所述源数据执行计算指令对应的计算后得到的所述计算结果。
仿真模型为被测设备的仿真模型,可认为仿真模型的计算结果为理想的、准确的计算结果。相应地,可将仿真模型的计算结果称为期望值。
在实际应用中,可从存储器模型中获取计算指令对应的源数据,并可将获取到的期望值更新到存储器模型中的目的地址区域。
通过上述方式,可实现存储器的期望值镜像,以便进行后续的数据比对等。
具体地,本公开的一个实施例中,响应于被测设备发生存储器数据输出行为,可根据从总线上提取的输出地址,从存储器模型中获取对应的数据,并可将从总线上提取的输出数据与从存储器模型中获取的数据进行比对。
若被测设备接收到存储器数据输出指令,即总线上发起对被测设备的存储器数据输出行为,如被测设备作为主设备向外部设备写数据或被测设备作为从设备被读数据,那么可从总线上提取出输出地址和输出数据,相应地,可根据所述输出地址,从存储器模型中获取对应的数据,并可将所述输出数据与从存储器模型中获取到的数据(期望值)进行比对。
通过上述方式,可有效验证存储器中存储的数据与期望值是否一致,从而实现有效的存储器验证,即实现芯片逻辑功能验证。
基于上述介绍,图2为本公开所述方法对应的验证环境架构示意图。如图2所示,其中可包括计分板、指令代理(cmd_agent)和数据传输代理(data transfer agent)等组成部分,指令代理中可进一步包括序列(seqr)、驱动器(driver)和监视器(monitor)等组成部分,数据传输代理中可进一步包括驱动器和监视器等组成部分,计分板中可进一步包括存储器模型和仿真模型等组成部分。本公开所述方法的执行主体可为计分板。
存储器模型可为由寄存器组构成的存储器模型,寄存器组中的寄存器个数可等于被测设备中的存储器的深度,寄存器的位数可等于被测设备中的存储器的位宽。
基于本公开所述方法,可实现单条指令功能验证。其中,源数据可通过总线搬移到被测设备的存储器中。
另外,如图2所示,可利用监视器来进行总线行为识别以及从总线上提取信息,各监视器的具体工作方式为现有技术。
其中,若识别到被测设备中的存储器发生外部总线输入更新的数据更新行为,那么针对从总线上提取出的更新地址及数据等更新行为信息,计分板可根据更新行为信息对存储器模型中的数据进行对应更新,即可将存储器模型中所述更新地址对应的数据更新为更新行为信息中的数据。
若识别到被测设备中的存储器发生被测设备内部处理后更新的数据更新行为,那么针对从总线上提取出的计算指令等更新行为信息,计分板可根据更新行为信息对存储器模型中的数据进行对应更新,即可获取计算指令对应的源数据,并可获取根据所述源数据生成的计算结果,进而可将所述计算结果更新到存储器模型中。
具体地,计分板可从存储器模型中获取源数据,并可将源数据发送给仿真模型,进而可获取仿真模型根据源数据执行计算指令对应的计算后得到的计算结果,即期望值,并更新到存储器模型中。
若识别到被测设备发生存储器数据输出行为,那么针对从总线上提取出的输出地址和输出数据,计分板可根据所述输出地址,从存储器模型中获取对应的数据,并可将所述输出数据与从存储器模型中获取到的数据进行比对,从而完成所需的数据比对。
在实际应用中,还可将各单条指令功能验证用例进行灵活拼接组合,以实现多指令连续功能验证等。
需要说明的是,对于前述的方法实施例,为了简单描述,将其表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本公开所必须的。
总之,采用本公开所述方法,可快速高效的构建出存储器模型,并可实现存储器模型的镜像存储功能,从而可支持进行有效的存储器验证,进而提升了芯片验证的验证效果等。
以上是关于方法实施例的介绍,以下通过装置实施例,对本公开所述方案进行进一步说明。
图3为本公开所述存储器模型的镜像存储实现装置第一实施例300的组成结构示意图。如图3所示,可包括:信息获取模块301以及数据更新模块302。
信息获取模块301,用于响应于被测设备中的存储器发生数据更新行为,获取本次更新的更新行为信息,所述更新行为信息为从总线上提取的。
数据更新模块302,用于根据所述更新行为信息对存储器模型中存储的数据进行对应更新。
采用上述装置实施例所述方案,可通过总线获取被测设备中的存储器发生的数据更新行为对应的更新行为信息,并可根据获取到的信息对应更新存储器模型,从而实现了存储器模型的镜像存储功能,进而可基于存储的数据有效地实现芯片验证中的存储器验证,并相应地提升了芯片验证的验证效果等。
本公开的一个实施例中,存储器模型可包括:由寄存器组构成的存储器模型,另外,寄存器组中的寄存器个数可等于被测设备中的存储器的深度,和/或,寄存器的位数可等于被测设备中的存储器的位宽。
另外,还可将上述存储器模型实例化,如可在计分板中实例化存储器模型,以便实际应用。
被测设备中的存储器发生的数据更新行为主要包括两种情况,以下分别进行介绍。
1)情况一
这种情况下,所述数据更新行为可包括:外部总线输入更新,即总线上发生对被测设备中的存储器的数据更新行为,如被测设备作为主设备读数据或被测设备作为从设备被写数据。
相应地,所述更新行为信息可包括:更新地址及数据。即可获取本次更新的更新地址及数据,更新地址及数据可从总线上提取得到。
进一步地,数据更新模块302可根据所述更新行为信息对存储器模型中存储的数据进行对应更新,即可将存储器模型中所述更新地址对应的数据更新为所述更新行为信息中的数据。
2)情况二
这种情况下,所述数据更新行为可包括:被测设备内部处理后更新,如可从总线上对被测设备发起计算指令,相应地,被测设备会获取计算指令对应的源数据,并执行计算指令对应的计算,得到计算结果,进而将计算结果存放到存储器的目的地址区域。
由于数据(计算结果)是被测设备内部进行逻辑处理后更新到被测设备内部的存储器中的,因此总线上无法提取到该数据,但是可以从总线上提取到发送给被测设备的计算指令。相应地,获取到的更新行为信息可包括:计算指令。
进一步地,数据更新模块302可根据所述更新行为信息对存储器模型中存储的数据进行对应更新,即可获取计算指令对应的源数据,并可获取根据所述源数据生成的计算结果,进而可将计算结果更新到存储器模型中。
本公开的一个实施例中,数据更新模块302可将源数据发送给仿真模型,并可获取所述仿真模型根据源数据执行计算指令对应的计算后得到的所述计算结果。
仿真模型为被测设备的仿真模型,可认为仿真模型的计算结果为理想的、准确的计算结果。相应地,可将仿真模型的计算结果称为期望值。
在实际应用中,数据更新模块302可从存储器模型中获取计算指令对应的源数据,并可将获取到的期望值更新到存储器模型中的目的地址区域。
图4为本公开所述存储器模型的镜像存储实现装置第二实施例400的组成结构示意图。如图4所示,可包括:信息获取模块301、数据更新模块302以及数据比对模块303。
其中,信息获取模块301和数据更新模块302的功能与图3所示实施例中相同,不再赘述。
数据比对模块303可响应于被测设备发生存储器数据输出行为,根据从总线上提取的输出地址,从存储器模型中获取对应的数据,并可将从总线上提取的输出数据与从存储器模型中获取的数据进行比对。
若被测设备接收到存储器数据输出指令,即总线上发起对被测设备的存储器数据输出行为,如被测设备作为主设备向外部设备写数据或被测设备作为从设备被读数据,那么可从总线上提取出输出地址和输出数据,相应地,数据比对模块303可根据所述输出地址,从存储器模型中获取对应的数据,并可将所述输出数据与从存储器模型中获取到的数据(期望值)进行比对。
图3和图4所示装置实施例的具体工作流程可参照前述方法实施例中的相关说明。
总之,采用本公开所述装置,可快速高效的构建出存储器模型,并可实现存储器模型的镜像存储功能,从而可支持进行有效的存储器验证,进而提升了芯片验证的验证效果等。
本公开所述方案可应用于人工智能领域,特别涉及人工智能芯片以及智能语音等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术,人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术,人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
本公开所述实施例中的数据并不是针对某一特定用户的,并不能反映出某一特定用户的个人信息。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如本公开所述的方法。例如,在一些实施例中,本公开所述的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行本公开所述的方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行本公开所述的方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种存储器模型的镜像存储实现方法,包括:
响应于被测设备中的存储器发生数据更新行为,获取本次更新的更新行为信息,所述更新行为信息为从总线上提取的;
根据所述更新行为信息对存储器模型中存储的数据进行对应更新。
2.根据权利要求1所述的方法,其中,
所述存储器模型包括:由寄存器组构成的存储器模型;
所述寄存器组中的寄存器个数等于所述存储器的深度,和/或,所述寄存器的位数等于所述存储器的位宽。
3.根据权利要求1所述的方法,其中,
所述数据更新行为包括:外部总线输入更新;
所述更新行为信息包括:更新地址及数据;
所述根据所述更新行为信息对存储器模型中存储的数据进行对应更新包括:将所述存储器模型中所述更新地址对应的数据更新为所述更新行为信息中的数据。
4.根据权利要求1所述的方法,其中,
所述数据更新行为包括:所述被测设备内部处理后更新;
所述更新行为信息包括:计算指令;
所述根据所述更新行为信息对存储器模型中存储的数据进行对应更新包括:获取所述计算指令对应的源数据,获取根据所述源数据生成的计算结果,将所述计算结果更新到所述存储器模型中。
5.根据权利要求4所述的方法,其中,所述获取根据所述源数据生成的计算结果包括:
将所述源数据发送给仿真模型;
获取所述仿真模型根据所述源数据执行所述计算指令对应的计算后得到的所述计算结果。
6.根据权利要求1~5中任一项所述的方法,还包括:
响应于所述被测设备发生存储器数据输出行为,根据从总线上提取的输出地址,从所述存储器模型中获取对应的数据,并将从总线上提取的输出数据与从所述存储器模型中获取的数据进行比对。
7.一种存储器模型的镜像存储实现装置,包括:信息获取模块以及数据更新模块;
所述信息获取模块,用于响应于被测设备中的存储器发生数据更新行为,获取本次更新的更新行为信息,所述更新行为信息为从总线上提取的;
所述数据更新模块,用于根据所述更新行为信息对存储器模型中存储的数据进行对应更新。
8.根据权利要求7所述的装置,其中,
所述存储器模型包括:由寄存器组构成的存储器模型;
所述寄存器组中的寄存器个数等于所述存储器的深度,和/或,所述寄存器的位数等于所述存储器的位宽。
9.根据权利要求7所述的装置,其中,
所述数据更新行为包括:外部总线输入更新;
所述更新行为信息包括:更新地址及数据;
所述数据更新模块将所述存储器模型中所述更新地址对应的数据更新为所述更新行为信息中的数据。
10.根据权利要求7所述的装置,其中,
所述数据更新行为包括:所述被测设备内部处理后更新;
所述更新行为信息包括:计算指令;
所述数据更新模块获取所述计算指令对应的源数据,并获取根据所述源数据生成的计算结果,将所述计算结果更新到所述存储器模型中。
11.根据权利要求10所述的装置,其中,
所述数据更新模块将所述源数据发送给仿真模型,并获取所述仿真模型根据所述源数据执行所述计算指令对应的计算后得到的所述计算结果。
12.根据权利要求7~11中任一项所述的装置,还包括:
数据比对模块,用于响应于所述被测设备发生存储器数据输出行为,根据从总线上提取的输出地址,从所述存储器模型中获取对应的数据,并将从总线上提取的输出数据与从所述存储器模型中获取的数据进行比对。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现权利要求1-6中任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210195444.XA CN114743586B (zh) | 2022-03-01 | 2022-03-01 | 存储器模型的镜像存储实现方法、装置及存储介质 |
PCT/CN2022/101758 WO2023165058A1 (zh) | 2022-03-01 | 2022-06-28 | 存储器模型的镜像存储实现方法、装置及存储介质 |
EP22868421.3A EP4261827A4 (en) | 2022-03-01 | 2022-06-28 | METHOD AND DEVICE FOR IMPLEMENTING MIRROR IMAGE STORAGE OF A MEMORY MODEL AND STORAGE MEDIUM |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210195444.XA CN114743586B (zh) | 2022-03-01 | 2022-03-01 | 存储器模型的镜像存储实现方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114743586A true CN114743586A (zh) | 2022-07-12 |
CN114743586B CN114743586B (zh) | 2023-01-06 |
Family
ID=82275293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210195444.XA Active CN114743586B (zh) | 2022-03-01 | 2022-03-01 | 存储器模型的镜像存储实现方法、装置及存储介质 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4261827A4 (zh) |
CN (1) | CN114743586B (zh) |
WO (1) | WO2023165058A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117312176A (zh) * | 2023-11-30 | 2023-12-29 | 深圳市楠菲微电子有限公司 | 一种基于uvm的芯片验证测试方法、***及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326046A (zh) * | 2015-06-30 | 2017-01-11 | 上海华虹集成电路有限责任公司 | 存储器控制器的验证环境平台 |
CN206921077U (zh) * | 2017-05-23 | 2018-01-23 | 北京同方微电子有限公司 | 一种基于uvm的寄存器验证模型自动生成装置 |
US20190087522A1 (en) * | 2017-09-20 | 2019-03-21 | Mentor Graphics Corporation | Full Memory Logical Erase For Circuit Verification |
CN112542209A (zh) * | 2020-12-29 | 2021-03-23 | 深圳市芯天下技术有限公司 | 非易失性芯片错误注入验证方法、装置、存储介质和终端 |
CN113113074A (zh) * | 2021-04-12 | 2021-07-13 | 广州昂瑞微电子技术有限公司 | 伪静态随机存储器psram验证装置及其方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112286746B (zh) * | 2020-10-31 | 2023-01-24 | 拓维电子科技(上海)有限公司 | 针对axi从设备接口的通用验证平台及方法 |
CN113961419B (zh) * | 2021-09-24 | 2022-09-23 | 北京百度网讯科技有限公司 | 存储器验证方法、装置、电子设备及存储介质 |
-
2022
- 2022-03-01 CN CN202210195444.XA patent/CN114743586B/zh active Active
- 2022-06-28 WO PCT/CN2022/101758 patent/WO2023165058A1/zh unknown
- 2022-06-28 EP EP22868421.3A patent/EP4261827A4/en not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326046A (zh) * | 2015-06-30 | 2017-01-11 | 上海华虹集成电路有限责任公司 | 存储器控制器的验证环境平台 |
CN206921077U (zh) * | 2017-05-23 | 2018-01-23 | 北京同方微电子有限公司 | 一种基于uvm的寄存器验证模型自动生成装置 |
US20190087522A1 (en) * | 2017-09-20 | 2019-03-21 | Mentor Graphics Corporation | Full Memory Logical Erase For Circuit Verification |
CN112542209A (zh) * | 2020-12-29 | 2021-03-23 | 深圳市芯天下技术有限公司 | 非易失性芯片错误注入验证方法、装置、存储介质和终端 |
CN113113074A (zh) * | 2021-04-12 | 2021-07-13 | 广州昂瑞微电子技术有限公司 | 伪静态随机存储器psram验证装置及其方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117312176A (zh) * | 2023-11-30 | 2023-12-29 | 深圳市楠菲微电子有限公司 | 一种基于uvm的芯片验证测试方法、***及电子设备 |
CN117312176B (zh) * | 2023-11-30 | 2024-02-23 | 深圳市楠菲微电子有限公司 | 一种基于uvm的芯片验证测试方法、***及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
EP4261827A1 (en) | 2023-10-18 |
EP4261827A4 (en) | 2024-01-03 |
WO2023165058A1 (zh) | 2023-09-07 |
CN114743586B (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113342345A (zh) | 深度学习框架的算子融合方法、装置 | |
CN112527281B (zh) | 基于人工智能的算子升级方法、装置、电子设备及介质 | |
CN113961419B (zh) | 存储器验证方法、装置、电子设备及存储介质 | |
CN114417780B (zh) | 状态同步方法、装置、电子设备及存储介质 | |
CN114743586B (zh) | 存储器模型的镜像存储实现方法、装置及存储介质 | |
CN112989797B (zh) | 模型训练、文本扩展方法,装置,设备以及存储介质 | |
CN113641804A (zh) | 预训练模型获取方法、装置、电子设备及存储介质 | |
CN117908838A (zh) | 软件需求文档的生成方法、装置、电子设备及存储介质 | |
CN113220367A (zh) | 小程序的运行方法、装置、电子设备及存储介质 | |
CN114330221B (zh) | 计分板实现方法、计分板、电子设备及存储介质 | |
CN114385829A (zh) | 知识图谱创建方法、装置、设备以及存储介质 | |
CN113361575A (zh) | 模型训练方法、装置和电子设备 | |
CN114882333A (zh) | 数据处理模型的训练方法、装置、电子设备及存储介质 | |
CN114118356B (zh) | 神经网络处理器验证方法、装置、电子设备及存储介质 | |
CN113961405B (zh) | 状态切换指令验证方法、装置、电子设备及存储介质 | |
CN114721895B (zh) | 待测设计的验证方法、平台、设备和介质 | |
CN113553407B (zh) | 事件追溯方法、装置、电子设备及存储介质 | |
CN113239296B (zh) | 小程序的展示方法、装置、设备和介质 | |
CN114218069B (zh) | 回归测试方法、装置、电子设备及存储介质 | |
CN113867634B (zh) | 数据读取方法、装置、电子设备及存储介质 | |
CN115080120A (zh) | 寄存器的验证方法、装置、设备和介质 | |
US20220188163A1 (en) | Method for processing data, electronic device and storage medium | |
CN113656070A (zh) | 处理器的随机指令验证方法、装置、电子设备及存储介质 | |
CN114237816A (zh) | 获取虚设的数据的方法、装置、设备以及存储介质 | |
CN116302086A (zh) | 应用程序的处理方法、装置、电子设备与可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |