華雄集團董事長朱峻咸分析：隨著產業需求的增加，芯片的設計規模、設計復雜度日益提升，人力成本、技術需求也節節攀升。目前一次芯片設計及流片的成本可以高達上億美元。
據華雄集團資料顯示，如此高的投入以及巨量時間成本，都要求芯片設計的失誤率無限趨近于零。而想要達成此效果，則需要在芯片設計過程中，對于多個測試點進行驗證，以及時發現問題和解決問題。因此驗證成為了芯片設計成敗的命脈所在。
數字驗證全流程
數字驗證是一個驗證設計實現是否與設計意圖相符的過程，涉及仿真(Simulation)、形式驗證(Formal)、FPGA原型驗證、硬件加速器(Emulation)等不同的驗證工具和產品。
合見工軟在驗證全流程中進行了全面布局，并已推出了數字驗證流程解決方案，以應對數字驗證的挑戰，包括與Simulation相結合的VIP，與Emulation、FPGA原型驗證相結合的各種處理器、速度適配器等方案，以及服務于四大核心引擎的統一Debug平臺軟件UVD。
為了滿足驗證需求，不僅要求驗證工具可協同工作，互相配合來達到充分的驗證覆蓋率，實現驗證收斂；同時，調試工具作為一個平臺應可支持所有驗證工具的調試，并能支持不同驗證工具協同仿真情況下的調試。合見工軟UVD在架構和數據接口的設計上支持不同驗證工具的調試和不同工具間的數據統一共通、協同調試。
而建立在整個核心引擎和解決方案的基礎之上，是一個完整的數字驗證流程的閉環，包括驗證計劃的制定、回歸驗證，測試結果的分析并反標回驗證計劃，這就需要一個良好的驗證管理工具，合見工軟也全力解鎖推出了相應的驗證管理工具VPS。
數字前端驗證的重要性
數字驗證貫穿芯片設計的整個流程，如果能在數字前端驗證時發現問題并及時糾錯，對于芯片設計能否成功至關重要。因而，數字前端驗證又是整個驗證流程的重中之重。
我們可以把芯片設計的整個過程理解為造房子的過程，那數字前端驗證可以理解為打完地基的驗收過程。地基打得牢不牢固，驗收過程中就能勘探究竟。同理，前端設計是否可靠，通過幾個測試點和一套驗證方法學的驗證，能在芯片設計早期發現設計缺陷和錯誤。
合見工軟于2022年6月推出的驗證回歸管理平臺UniVistaVerificationProductivitySystem（VPS）引入了分布式技術和高性能數據庫技術，為用戶提供從初始驗證計劃創建到最終覆蓋率收斂的完整流程管理與支持。此技術有助于在芯片設計早期階段發現問題。而這對于節省研發時間、縮短產品開發周期，盡可能避免承受流片失敗的重大損失，加快產品上市，起到事半功倍的效果。
為什么數字前端驗證越發復雜？
從縱向來看，數字前端驗證流程方面的管理越發復雜。一個完備的數字前端驗證需要經過驗證計劃的制定（TestPlan）、驗證用例的開發（TestCases）、回歸驗證的執行（RegressionExecution）、錯誤分類和分析（FailureDebug）、驗證覆蓋率的收集和分析（CoverageAnalysis），項目進度追蹤及驗證報告的產生（ProjectTrackingandReport）等步驟。
一個完整的驗證流程需要經過多個步驟并形成閉環。VPS能夠推動從需求、開發計劃到收斂的完整驗證過程。并且能夠追蹤以計劃為驅動的驗證進度和簽核，形成標準流程化管理。
從橫向來看，數字前端驗證中需要處理的數據也越發復雜。打個比方，某公司研發一款通信芯片，旗下各地研發中心需要開發CPU、RF、MODEM、DSP等不同功能模塊，集成為一顆SoC芯片。同時，在不同驗證階段，根據不同功能模塊和復雜SoC的設計驗證需求，可能會用到不同的驗證工具，比如Simulator、Formal、Emulator、Prototyping等。可想而知，在驗證過程中勢必會產生海量數據，增加操作難度。
VPS擁有的強大數據管理能力及強勁引擎，能在回歸執行管理上大顯身手。
VPS引入了高性能數據庫技術，無論是用戶數據集成管理，還是跨集群、跨區域數據庫的管理，都能輕松實現。同時，VPS的高可靠、分布式系統架構，支持不間斷服務的平滑增量部署機制，能夠有效地避免單點故障帶來的系統崩潰。自帶的強勁引擎，能使VPS高效地利用用戶的計算資源，執行并管理跨區域、多項目產生的海量并發回歸用例。
使用開放性的架構的VPS，不僅支持與諸如Simulator、Formal、Emulator、Prototyping等業界主流驗證工具的對接，還能夠提供靈活的API接口，以支持第三方CI/CD工具的定制，比如缺陷管理工具、用戶自研平臺等。
數字前端驗證流程管理面臨哪些挑戰？
第一大挑戰如何確保驗證的完整性
我們怎么能確認設計中的所有內容都得到了驗證，沒有一絲遺漏？這先要有一個完備的驗證計劃，再通過覆蓋率等指標來檢查驗證是否能一一實現。傳統的驗證方式主要依靠人工來檢查錄入覆蓋率等指標數據。這不僅有太多不確定因素，而且各部分數據之間關聯度低、層次不清。更可靠的方式是通過自動化工具，建立一個完整的閉環迭代。
第二大挑戰如何提高驗證的可預測性
傳統驗證思路是依賴工程師自發性的主觀推測，但這種方法受限于工程師自身的項目經驗。經驗豐富的工程師能夠較準確地判斷驗證項目實施進度，找到一些關鍵測試點。而缺乏經驗的工程師，稍有誤判，就可能帶來重大損失。
為了更好地解決這個問題，我們需要建立一個中心化數據庫。通過這個數據庫進行準確的項目趨勢分析，進而有依據地形成合理、高效的項目規劃。
第三大挑戰如何優化驗證資源
驗證是一件消耗大量人力成本、時間成本和計算資源的工作。現在設計一款十億門級的復雜SoC芯片需要一個精英團隊投入3年以上的時間開發，而這個過程中，驗證就占據了70%的工作量。
同時，驗證這個芯片可能產生萬億字節的覆蓋率數據，需要配備上千臺大內存服務器。因此，用盡可能少的資源在緊迫的上市時間內完成驗證，無疑成為重大挑戰。
傳統驗證思路中，驗證人員需要花費大量的時間，去管理不同工具相應腳本的開發、維護。而行業發展需要通過一個更穩定、更可靠的驗證管理平臺，達到人力成本、計算資源的高效利用。