“旧时王谢堂前燕,飞入寻常百姓家“--＞ Cocotb

常规的验证UVM、形式验证就可以覆盖大部分应用，但是这些主要是集中在SV/SC/C++/verilog语言中进行。在验证中python的应用大部分是script，但python强大的库只用来作为script有点太“掉价”了。在国外有一位大牛干脆将UVM集成到了python中，直接将python作为了验证语言彻底打破了python和sv交互的障碍。试想一下如果算法、设计、验证都是基于python那开发周期明显缩短，特别是对于AI。

  对于cocotb的介绍小编是查看了相关的官网进行了阅读对有verilog/uvm经验的人来说可以很快入门。

参考网站：

https://github.com/pyuvm/pyuvm https://docs.cocotb.org/en/stable/release_notes.html

cocotb几个核心问题：

• 工作原理：

  

• 协同仿真（Co-simulation）：Cocotb的核心在于协同仿真。这意味着它可以与多种仿真器（如VCS、Verilator等）集成，以执行设计代码（如Verilog、VHDL、SystemVerilog）的仿真。Cocotb本身并不执行仿真，而是作为这些仿真器的一个插件或接口，允许Python测试代码与仿真器中的设计代码进行交互。

• 协程（Coroutine）：Cocotb的名字中的“co”代表协程（Coroutine）。协程是一种用户态的轻量级线程，它允许程序在多个任务之间切换，而不会引起线程切换的开销。在Cocotb中，协程被用于编写测试代码，以便在仿真过程中控制和管理测试的执行。

• 测试框架和测试用例：Cocotb提供了一套基于Python的测试框架，用于构建和管理测试用例。测试框架允许工程师使用Python编写测试代码，以验证设计代码的正确性。测试代码可以包括各种测试场景、输入数据和期望的输出结果。

• 通信接口：Cocotb通过仿真器提供的各种标准接口与仿真器中的设计代码进行通信。这些接口允许Python测试代码发送激励（如输入信号）到设计代码，并接收设计代码的响应（如输出信号）。通过这种方式，Cocotb可以验证设计代码在不同条件下的行为是否符合预期。

• 设计重用和随机化测试：Cocotb鼓励设计重用和随机化测试的哲学。通过编写可重用的测试代码和使用随机化测试技术，工程师可以更高效地发现设计中的问题，并提高测试的覆盖率和可靠性。

• 集成uvm后组件与uvm之间差别

  案例中选取了example下面的TinyALU_reg进行分析

UVM_component 部分：

1. TEST

   @pyuvm.test是python的修饰符，AluTest是扩展于UVM_TEST的class。在build_phase中instance了env,在end_of_elaboration_phase中create了TestAllSeq，并在run_phase中进行了start()。在pyuvm中uvm_component中没有了12个小phase，并使用objection机制控制各phase的进程。在uvm中我们启动sequence一般是defalue_sequence和start(),但是在pyuvm中是使用start()。

  FibnacciTest扩展与AluTest class，在build_phase中可以直接进行factory机制进行override，这一点和UVM意思是一样的，简单来说就是修改了注册。

2. env

  在build_phase和connect_phase进行了create和port/export connect。其中我们这边有regmodel进行了显示预测，平台中集成了adapter/predict,架构上和uvm没有啥区别。 其中，我们可以看到seqr config set 这个是为了方便sequence拿到p_sequencer句柄。

3. scb

scb中主要是两个export拿到数据放到Q中，然后进行check。

4. sequencer

这个就是和uvm里面是一样的，用例相对简单用户可以开发virtual sequencer。

5. agent

一般来说agent 可以放drv/mon/sequncer，is_active确定当前的agent配置成master or slave。

3. drvier

TinyAluBfm是一个interface类型，transcation 包我们也是采用seq_item_port.get_next_item()和seq_item_port.item_done()组合。

3. monitor

数据采集是采用capture_valid信号控制，采集完成以后发送到ap口上。

4. adapter

bus2reg、reg2bus都是标配

5. predictor

 UVM_object 部分：

1. items

这边还没有call back机制调用pre_randomize()和post_randomize(),不过这个我们后期可以加上去可以进行call back. items的数据类型是支持compare、recoder、pack、unpack、copy等数据类型

2.sequence

    在sequence中我们获得sequncer的句柄是使用config get的方式，这个和uvm中是用p_sequencer用法还是有区别的。获得寄存器的方式也是使用config的方式。

   案例中我们可以看到架构是相对简单的，我们可以优化的地方很多，后期我们会使用新的uvm架构来搭建pyuvm作为一个实践项目。