智能体验证（Agentic verification）不仅仅是一个流行词。它是验证方法论发展历程中的一个关键时刻，而变革才刚刚开始。今天采取的措施只是为未来更大的变革奠定基础。
几十年来，设计能力一直远超实际验证能力。验证工具和方法一直在发展，但速度仍然不足以弥补这一差距。而西门子/威尔逊研究公司最近的研究结果表明，这种情况正在恶化。
人工智能的进步促使许多人质疑人工智能是否能够弥合技术差距。另一些人则质疑人工智能能否应对日益复杂的挑战，以及它将如何影响工程领域的工作。从长远来看，我们需要评估这些工具本身是否适用于人工智能时代。
然而，显而易见的是，验证即将迎来一场重大变革。对于EDA和设计公司而言，落后于时代绝非明智之举。
什么是智能体验证？
如果我们简化智能体人工智能的作用，其实很简单。“智能体验证是将流程（由智能体执行的验证流程）与EDA工具和技术相结合的实现过程，”西门子EDA高级副总裁兼总经理Abhi Kolpekwar说道。 “两者缺一不可。如果你观察验证工程师的日常工作，就会发现执行验证计划和进行覆盖率收敛的过程中，会涉及到许多重复性的机械任务。而智能体则非常智能，能够运行引擎、收集数据、分析数据、推荐后续步骤等等。”
但再往下一层就复杂多了。“过去，人们可能会编写 TCL 脚本和 Python 脚本来完成这些工作，” Synopsys的技术人员 Ramesh Narayanaswamy 说。“这些脚本或多或少是确定性的。而有了智能体解决方案，你就可以拥有一个能够推理并动态调整路径的协调器。你可以根据上下文要求它执行特定任务，它能够适应，而不是采用更僵化的工作流程。”
举个例子。“比如，我遇到一个 UVM 错误，然后问：‘为什么会发生这种情况？’” Cadence产品营销总监 Paul Graykowski 说，“它会分析错误信息，解释错误原因，然后自动回溯，找出是哪个信号驱动了什么，以及为什么会发生这种情况。该工具会结合聊天机器人，从各个角度进行探索，最终给出回复，例如：‘这个信号指向了这里。根据规范，它应该指向这里。’你可以将它与各种功能结合起来，帮助你更接近错误源头，甚至找到真正的错误本身，并给出修复建议。”
其中一个关键环节是对设计的理解。“设计验证的第一步是理解设计及其功能，否则就无法进行验证，”Cadence 的杰出工程师 Hamid Shojaei 表示。“想想验证工程师的工作方式，他们会花费大量时间来理解设计。如果这部分工作做得不好，如果验证人员无法以可靠且一致的方式理解设计，那么测试计划的质量自然会很低，测试平台的质量也会很低。”
这一切正在逐渐成形。“理解 RISC-V 规范极其困难，”Breker Verification Systems 的首席执行官 Dave Kelf 表示，“如果你想验证某个特定的功能，可以借助 AI 来告诉你它在规范中的位置。这种方法非常成功，大大简化了规范的理解过程。我们意识到，尤其是在系统验证领域，似乎需要为这些 AI 工具提供后端支持。这些 AI 工具能够读取规范，生成验证计划，甚至生成类似于可移植激励 (PSS) 的高级图表。然后，工具可以完成所有后端工作，例如根据高级规范生成测试用例，尤其是在系统验证领域。”
关键在于，验证过程将开始引入更多信息。“覆盖率工具需要构建一个心智模型，”Cadence 的 Graykowski 说道。“心智模型会接收各种输入——测试代码、RTL 代码、规范等等，然后你需要与它互动、交流，最终构建出这个模型。基于此，它可以生成测试计划、生成覆盖点、生成 UVM 代码等等。它可以完成所有这些操作。它采用的是一种不同的视角。这是我的测试计划。这是我应该覆盖的内容。让我生成后续的测试序列。我并不是说使用这些技术就能一夜之间达到 100% 的覆盖率，但大量的自动化正在让我们离目标更近一步。”
一切都必须实现双向交互。“当测试失败时，你需要将失败信息反向标注到测试用例以及验证计划中它所测试的原始区域，”Breker 公司的 Kelf 说道。“这就是 AI 调试流程发挥作用的地方。它需要能够反向标注到规范和验证计划。这样你才能弄清楚问题所在。你需要找到规范中所有与你发现的问题不符的地方，而这正是 AI 的强项。我们可以将这种通用的反向标注功能提升到更高层次，从而帮助进行调试。”
一旦所有内容在语义上关联起来，很多方面都可以进行优化。“当你更新RTL时，AI可以理解这些变化，”Cadence公司的Shojaei说道。“它会告诉你哪些测试需要更新，如何更新，并自动完成这些操作。AI还可以运行测试工具并获取反馈，确保测试通过或失败，甚至可以帮你进行调试。但你需要一些关键技术来辅助，例如能够分析代码或波形的技术。如果没有这些技术，LLM（逻辑逻辑模型）只能靠猜测，结果会非常不准确。有了合适的分析工具，AI就能理解哪些内容发生了变化，并在此基础上进行推理，从而确定哪些内容需要更新。”
然而，人工智能也会犯错。“也许你已经使用人工智能根据规范创建了一个模型，”Moores Lab AI 的创始人兼首席执行官 Shelly Henry 说，“当你运行测试用例时，你才会意识到它犯了错误。它在创建模型时没有 FSDB、日志文件和数据路径等上下文信息。现在它有了这些上下文信息，就可以回溯并分析所有内容——RTL、测试用例、PSS——并结合完整的上下文进行分析。然后它可能会意识到，模型中并没有正确捕捉到原始意图，因此它会提出修复建议。”
尤其是在模拟电路领域，存在一些局限性。“如果你看看那些用于RTL编码的基础模型，你会发现它们都是从网上搜集来的，” Keysight EDA高级总监Alexander Petr说道。“所有这些知识都可以在网上找到。GitHub代码库会解释什么是HDL（硬件描述语言）。相关的文档也很多。所有你需要做的检查和验证，网上都能找到。但是，如果你想找一个高质量的球形滤波器或功率放大器——网上根本找不到相关的IP。此外，模拟电路不仅仅关乎行为或时序。当你遇到问题时，你可能不知道该如何解决，因为它是一个涉及多个领域和多个物理场的问题。”
收益与成本
目前大多数收益的范围都比较有限。“智能体验证的真正收益已经显而易见，” ChipAgents首席执行官 William Wang 表示，“它可以自动完成效率最低、耗时最长的工作，例如编写测试向量、搭建 UVM 测试平台、故障分类和调试，从而使工程师能够专注于架构和极端情况推理。”
但人工智能助手还有很大的发展空间。“人工智能助手在指导用户有效使用工具和最佳实践方面显然具有价值，但与用于验证的生成式人工智能（GenAI）相比，这是一个更可控的领域，”AMIQ Consulting 的合伙人 Stefan Birman 表示。“用户正在尝试生成测试用例和测试平台，但他们担心准确性、人工智能本身明显的不确定性以及成本的不可预测性。”
在一个特定的例子中，结果令人惊叹。“我当时在研究一个 AXI 到 APB 的桥接器，”摩尔斯实验室的亨利说道，“它虽然是一个小型 IP，但并非微不足道。利用我们的平台，我无需编写任何代码，就能完成该 IP 的验证，编写所有测试用例。所有代码都是 AI 生成的，我只需引导它执行即可。我可以创建所有测试用例，搭建完整的测试平台，包括监视器、驱动程序、记分板、参考模型等等，所有功能都已实现，还能找到设计中的缺陷并修复它们。此外，我还可以查看代码覆盖率，创建排除文件，关闭覆盖范围，并在 48 小时内让所有测试通过。我简直惊呆了。传统方法需要两个月的时间才能完成这项工作。而这正是我们利用 AI 实现的强大能力。”
但在某些情况下，这类提升只有在经过大量的内部培训后才能实现——尤其是在涉及模拟电路时。“这是一款能帮你完成工作的工具，但它不像我们以前的工具那样，拿到手就能完美运行，完成工作，并得到想要的结果，”是德科技的Petr说道。“这款解决方案不同。第一次使用时，速度会比较慢，质量和结果可能也不尽如人意，你需要反复调整。重复10次，情况会有所改善，但仍然达不到理想状态。再重复100次，情况会有所改善。重复上百万次，最终它会超越你，达到更高的水平。达到这个水平需要很长时间，你需要做好长期投入的准备。我不认为数字电路方面存在这样的销售难题，因为他们可以清晰地证明，他们首次交付的解决方案就能胜任工作。”
曾有报道称，人工智能在执行某些任务时会产生巨额账单。“在软件领域，某种程度上，你消耗的代币数量几乎就像一枚荣誉勋章，”Synopsys 的 Narayanaswamy 表示。“你需要给它设定预算。否则，它可能永远运行下去。你可以说，‘尝试 10 次，如果失败了，告诉我失败的原因。’需要考虑的权衡是，如果这位工程师的年薪是 30 万或 40 万美元，而他消耗了价值 2000 美元的代币（这已经相当高了），那么这只是他年薪的一小部分。只要你能从中获得有效的工作成果，那么支付这笔费用可能还是值得的，但这很可能是一个预算意外，因为你没有为此做好规划。”
所有成本都必须考虑在内。“我们需要估算所需的GPU周期数，”西门子的科尔佩克瓦尔说道。“面临的阻力会有所不同。这些阻力并非来自人为因素，而是来自预算和成本的增加。这条路确实崎岖不平。知识产权泄露涉及法律问题，LLM的可靠性也存在问题。此外，计算成本也是一个重要因素。情况非常复杂，但我非常希望智能体验证能够大幅降低这些复杂性。要考虑总体拥有成本。这样才能以最小的硬件投入获得最大的流程效率。”
人工智能基础设施、推理、安全性和数据准备都需要高昂的成本。“价值主张必须经过仔细评估，” Arteris产品管理和市场营销副总裁 Andy Nightinghale 表示。“最有力的商业案例在于，当智能体通过缩短调试周期、提高代码覆盖率和更早地发现集成问题来减少昂贵的工程迭代时。重要的指标不是生成了多少代码或多少测试用例，而是验证团队能否更快地获得最终验收，并减少芯片缺陷。”
归根结底，关键在于投资回报率。“虽然人工智能基础设施需要成本，但在半导体领域，其投资回报率绝对为正，”ChipAgents 的王表示。“像英伟达这样的公司预计数据中心收入将达到万亿美元级别，即使流片延迟一天，也可能造成数十亿美元的机会成本，因此加速研发的价值不成比例地高。”
如今，这并非万能的解决方案。“有些事情最好还是自己动手，这样更快，”Cadence公司的Graykowski说道。“对于其他一些任务，LLM（生命周期模型）可以发挥奇效，但它的运行时间也相当长。如果你提出的问题涉及整个SoC（片上系统），它可能需要几个小时才能给出答案——而且这还是在它最终能够给出答案的情况下，因为上下文信息量非常庞大。这就是另一个问题，模型的内存容量有限，因此你必须找到方法来处理这个问题，提高效率。”
此外，态度也需要转变。“我演示过我们的工具，客户可能会反馈说，其中一个断言是错误的，”Cadence 的 Shojaei 说。“你生成了一百个断言，其中一个是错的。这表明工程师需要掌握主动权。你需要审查结果，一步一步地进行调整，直到获得最佳结果。如果只是把一切都交给智能体，那就很冒险，而且如果你在智能体运行过程中不提供反馈，审查最终结果会更加困难。设定合理的预期是芯片设计人员应该注意的另一个非常重要的点，目前他们不应该完全信任人工智能。”
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
