最后一英里覆盖率大增
利用机器学习特征选择与生成对抗网络,自动生成满足复杂约束的测试输入,大幅提升难覆盖功能点的覆盖。
Yan, Ming · 陈俊洁 · Mao, Hangyu · Jiang, Jiajun · 郝建业 · Xingjian, Li · Tian, Zhao · Zhichao, Chen · Li, Dong · Xian, Zhangkong · Yanwei, Guo · Liu, Wulong · Wang, Bin · Yuefeng, Sun · Yongshun, Cui
2023
LMT无需了解芯片设计内部信息或领域知识即可提升难覆盖功能点,降低了使用门槛,可快速应用于不同设计。
达到相同功能覆盖率时,LMT在两个工业案例上分别节省至少94.24%和84.45%的测试时间,显著缩短验证周期。
通过GAN学习变量间的复杂约束,LMT能以更高概率生成满足约束的有效测试输入,减少无效测试用例。