當(dāng)計(jì)數(shù)器和內(nèi)存處于我們所需要證明斷言的邏輯錐中,它們可能是Formal無法完成證明的根本原因。
因?yàn)樾问椒治?a href="http://m.1cnz.cn/v/tag/2562/" target="_blank">算法很難適應(yīng)非常大的狀態(tài)空間,而計(jì)數(shù)器和存儲(chǔ)器都會(huì)引入很多的狀態(tài)空間和時(shí)序深度。針對(duì)這個(gè)問題,我們可以在不影響驗(yàn)證完備性的條件下減小計(jì)數(shù)器和存儲(chǔ)器的大小或者用抽象模型替換。
Formal驗(yàn)證中優(yōu)化大計(jì)數(shù)器的一種流行且有效的方法是將它們替換為小型的狀態(tài)機(jī)模型(狀態(tài)空間小),該模型僅考慮會(huì)觸發(fā)設(shè)計(jì)操作的計(jì)數(shù)器臨界值。例如,假設(shè)計(jì)數(shù)器的值“m”、“n-1”和“n”很關(guān)鍵。考慮以下狀態(tài)機(jī)作為替代:
為了用這個(gè)抽象模型替換原始計(jì)數(shù)器,我們首先繞過真實(shí)設(shè)計(jì)的驅(qū)動(dòng)邏輯(用cutpoint的方式“切割”原始計(jì)數(shù)器輸出信號(hào),使其變成一個(gè)自由隨機(jī)變量,然后向其添加約束)
下面是一個(gè)計(jì)數(shù)器示例
這種辦法主要還是用于bug-hunting,而且如果RTL中的其他部分實(shí)際就需要計(jì)數(shù)器延遲特定周期,那么這個(gè)優(yōu)化方法就不適用了,所以說此時(shí)就沒法用作formal full prove。
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
存儲(chǔ)器
-
計(jì)數(shù)器
-
RTL
原文標(biāo)題:如何降低形式驗(yàn)證的復(fù)雜度——計(jì)數(shù)器抽象
文章出處:【微信號(hào):芯片驗(yàn)證工程師,微信公眾號(hào):芯片驗(yàn)證工程師】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
相關(guān)推薦
, 不知道如何區(qū)分普通和復(fù)雜的PCB和 PCBA的設(shè)計(jì),并采用什么樣的方式來處理。
基于上述考慮, 我們參考了業(yè) 界已有的作法, 設(shè)計(jì)了一個(gè)PCB 和 PCBA的工藝復(fù)雜度計(jì)算公式以解決這 方面
發(fā)表于 06-14 11:15
為降低幀內(nèi)預(yù)測(cè)的運(yùn)算復(fù)雜度,根據(jù)不同的模式在宏塊中出現(xiàn)概率的大小不同,在幀內(nèi)4×4的亮度預(yù)測(cè)模式中,選取出現(xiàn)概率最大的5種預(yù)測(cè)模式,作為優(yōu)先選擇的預(yù)測(cè)模式。基于像素塊的紋理特性,選擇不具有
發(fā)表于 05-06 09:01
這篇文檔展示了幾個(gè)機(jī)構(gòu)關(guān)于JEM軟件復(fù)雜度的增加情況的看法,特別提出來創(chuàng)立一個(gè)新的Ad-hoc組,研究降低軟件一般性復(fù)雜度的可能方法。
發(fā)表于 07-19 08:25
基于線性預(yù)測(cè)的FIR自適應(yīng)語音濾波器的系統(tǒng)結(jié)構(gòu)由那幾部分組成?如何降低LMS算法的計(jì)算復(fù)雜度,加快程序在DSP上運(yùn)行的速度,實(shí)現(xiàn)DSP?
發(fā)表于 04-12 06:27
原理->微機(jī)原理->軟件工程,編譯原理,數(shù)據(jù)庫數(shù)據(jù)結(jié)構(gòu)1.時(shí)間復(fù)雜度時(shí)間復(fù)雜度是指執(zhí)行算法所需要的計(jì)算工作量,因?yàn)檎麄€(gè)算法的執(zhí)行時(shí)間與基本操作重復(fù)執(zhí)行的...
發(fā)表于 07-22 10:01
MIMO 系統(tǒng)中,球形譯碼可以在保證接近ML 檢測(cè)性能的前提下大大降低檢測(cè)復(fù)雜度。但當(dāng)信道矩陣條件數(shù)很高時(shí),球形譯碼的復(fù)雜度仍然會(huì)很高。在分析了這一現(xiàn)象的原因后,本文提出
發(fā)表于 11-21 13:52
?8次下載
針對(duì)信息隱藏中載體圖像的差異性,提出一種圖像復(fù)雜度評(píng)價(jià)方法,綜合考慮圖像的壓縮特性以及圖像紋理能量作為圖像復(fù)雜度指標(biāo),并基于閾值劃分準(zhǔn)則對(duì)栽體圖像進(jìn)行復(fù)雜度分類,以幾種經(jīng)典的基于直方圖的幾種無損隱藏
發(fā)表于 11-14 09:57
?5次下載
商湯科技算法平臺(tái)團(tuán)隊(duì)和北京大學(xué)高能效實(shí)驗(yàn)室聯(lián)合提出一種基于 FPGA 的快速Winograd算法,可以大幅降低算法復(fù)雜度,改善 FPGA 上的 CNN 性能。
發(fā)表于 02-07 11:52
?9294次閱讀
相信每一位錄友都接觸過時(shí)間復(fù)雜度,但又對(duì)時(shí)間復(fù)雜度的認(rèn)識(shí)處于一種朦朧的狀態(tài),所以是時(shí)候?qū)r(shí)間復(fù)雜度來一個(gè)深度的剖析了。
發(fā)表于 03-18 10:18
?1916次閱讀
相信很多同學(xué)對(duì)遞歸算法的時(shí)間復(fù)雜度都很模糊,那么這篇Carl來給大家通透的講一講。
發(fā)表于 07-13 11:33
?1649次閱讀
算法之空間復(fù)雜度:衡量一個(gè)算法運(yùn)行需要開辟的額外空間
發(fā)表于 08-31 10:29
?1639次閱讀
我們可以通過降低約束的復(fù)雜度來優(yōu)化Formal的執(zhí)行效率,但是這個(gè)主要是通過減少Formal驗(yàn)證空間來實(shí)現(xiàn)的,很容易出現(xiàn)過約,導(dǎo)致bug遺漏。
發(fā)表于 02-15 15:14
?918次閱讀
1 算法與時(shí)間復(fù)雜度 算法(Algorithm)是求解一個(gè)問題需要遵循的,被清楚指定的簡(jiǎn)單指令的集合。 算法一旦確定,那么下一步就要確定該算法將需要多少時(shí)間和空間等資源,如果一個(gè)算法需要一兩年的時(shí)間
發(fā)表于 10-13 11:19
?3063次閱讀
電子發(fā)燒友網(wǎng)站提供《如何降低SigmaDSP音頻系統(tǒng)復(fù)雜度的情形.pdf》資料免費(fèi)下載
發(fā)表于 11-29 11:13
?0次下載
首先來詳細(xì)說明為什么Transformer的計(jì)算復(fù)雜度是 。將Transformer中標(biāo)準(zhǔn)的Attention稱為Softmax Attention。令 為長(zhǎng)度為 的序列, 其維度為 , 。 可看作Softmax Attention的輸入。
發(fā)表于 12-04 15:31
?1192次閱讀
評(píng)論