2023年初，Siemens發布了2022年Functional Verification Study。從中可以看到一些近年的驗證數據，分享幾點個人的愚見。

DE和DV的人數比應該是多少？

根據調查結果如下圖所示，分別列出了近幾年DE和DV的整體數量比，以及在不同規模領域內的人數比。整體看大部分項目中DE和DV的配比約為1:1。

結果遠沒有達到所謂的1:2，甚至1:3。甚至在超大規模的芯片項目中，DE的數量還會超出DV。

除了數量上沒有達到，還存在一些"奇怪"的現象：DV的“被動”局面。在很多公司或者項目中，DV往往都是一種“被動”的角色。spec的改動或者code修改，DV大多都是處于被通知方，很少有DV能夠參與到architecture或者spec修改的討論中去，有些修改一般也不會征詢DV的意見，甚至有些改動都不會知會DV。這種現象在大公司會有所改善，有著相對規范的流程。在小公司里，則尤為明顯一些。

怎么辦呢？沒有什么好辦法，不要“妄自菲薄”，合適的時候發出作為DV的聲音，提升對業務的專業能力。時間在往前走，不要讓自己的認知和技能在原地踏步。如果除了技術因素外，驗證leader的風格有時也會成為重要因素:）

DV的時間都去哪兒了？

從圖中可以看到，DV的時間的分配：

Test Planning, 13%

Testbench Development, 15%

Creating Test and Running Simulation, 21%

Debug, 47%

Others, 5%

為了對比，作者找來2016，2018年和2020的數據，對比如下：

從上述的對比可以看出，驗證testplan的占比比較穩定，沒有大的變化，占整個驗證周期的13%左右。

Testbench Development的占比則是一直在降低，從2016年的22%下降到15%。腳本和其他的eda自動化構建，包括UVM的廣泛使用，或許是testbench構建效率不斷提升的原因之一。

Case的開發和仿真，2016年以來的數據，有些起伏，但也變化不大，仍占據整個驗證周期的22%左右。而debug過程的占比，一直以來都非常之高，達到40%以上，在2022年的結果中，甚至達到了47%。

如果將creating case和debug統一來看，那么這一過程的趨勢如下：

可以看到，驗證的開發調試過程的占比是處于增長的趨勢，在2020年達到了。隨著諸如AI、自動駕駛等新方向的涌現，也會出現一些較新的領域，如安全驗證等。隨著芯片規模的增長，驗證的復雜度和調式難度也在不斷攀升。驗證周期占整個項目周期的比例也達到50%~60%。

這里還有一個有趣的數據，如果我們把Testbench Development、Creating Test and Running Simulation和Debug看作是testplan的執行過程，那這一過程的占比近年來的數據分別為，2016-83%，2018-84%，2020-84%，2022-83%。看到這個數據，讀者能想到什么呢？

二八定律。

雖然前面的testplan的耗時僅占比13%，但作者相信就是這13%的testplan或者testpoint規劃，就已經確定了80%的驗證完備性。

驗證執行中，另一個二八定律是coverage的收集。DV都會有這樣的經歷，當coverage達到80%或者90%以后，就提升很慢了。最后的這10%或者20%的coverage，需要更多的投入，構建各種定向corner case。

[圖片來源：DVCov2023 poster，Accelerating Functional Verification Through Stabilization of Testbench Using AI/ML]

項目進度delay，這正常嗎？

如果某一天，你們的項目進度delay了，不要擔心，并只有你們的項目delay了。根據調查結果顯示，有將近66%的projects會delay。

項目準時交付的原因"千篇一律"，計劃制定得好，團隊齊心協力，努力配合。

項目delay的背后也是"豐富多彩"，新增需求，計劃不合理，分工不明確，人手不夠，加班來湊:）。

一個芯片項目，打工人，項目經理，QA，老板等人，每個人都從不同的角度審視著，結果導向，質量管理，進度管理，風險管理，溝通管理等等。如果有機會，一定去owner一個項目，能看到不角色對其"利益"的訴求，將會給你帶來非常不一樣的體驗。

流片，可以一版成功嗎？

雖說成功是偶然，失敗是經常，但每個芯片公司都有一個一版點亮的美好期望，那事實怎么樣呢？

在調查的project中，僅有24%的project可以一版成功！而且隨著隨著工藝節點尺寸的減少，wafer和mask的成本增長非常快。從28nm到3mn，wafer成本增大了10倍，mask成本增大了25倍。

而在可以一版成功的project中，不同芯片規模的成功率也非常有特點。規模處于10M-1B門的芯片，一版成功的比例只有13%。

而在各種導致流片失敗的原因中，邏輯和功能錯誤仍是主要原因。

審核編輯：劉清