精选今天0 投票
GoGoTB：基于规格的智能体RTL验证框架，实现覆盖率闭环
芯片前端设计中，功能验证往往占据大量工程精力，而一个漏网的bug流片后可能带来高昂的返工成本。近年来，大语言模型（LLM）为验证自动化带来了新契机，但现有方法多为单轮独立调用，缺乏共享上下文，导致接口不匹配难以察觉，覆盖率报告也与规格需求脱节。针对这些痛点，研究团队提出了 GoGoTB——一个智能体（agentic）验证框架，通过三大子系统实现端到端的验证闭环。
三大子系统各司其职
GoGoTB 的核心架构包含：
- 智能体执行控制层：在每个工具和阶段边界，将确定性执行与LLM推理分离，确保流程可控。
- 可进化知识系统：按需调度方法论和设计专属经验，让模型能灵活应对不同场景。
- 基于规格的覆盖率闭环：将每个覆盖率仓（bin）锚定到具体的规格行为，使残留缺口都有明确的根因和修复路径。
这样的设计让验证不再是“盲人摸象”，而是有据可依、有迹可循。
亮眼表现：无需人工干预，覆盖率达新高
研究团队在 8个RTL设计 上进行了测试，全程无需人工介入。结果显示：
- 环境生成成功率：100%
- 行覆盖率：平均98.4%
- 分支覆盖率：平均97.2%
- 翻转覆盖率：平均97.0%
- 功能覆盖率：平均83.2%
对比之下，以往没有任何工作能在相同基准上成功生成完整验证环境或达到有意义的覆盖率。这一成果无疑为LLM驱动的验证自动化树立了新标杆。
行业意义：从“独立生成”到“协同闭环”
传统LLM验证方法的问题在于：验证环境、测试平台、断言等组件各自独立生成，彼此之间缺乏一致性检查，导致接口错位和覆盖率盲区。GoGoTB 的创新在于引入了 智能体协同 和 规格锚定，让每个生成步骤都服务于整体验证目标，并让覆盖率缺口可追溯、可修复。
这不仅是技术上的进步，更可能改变芯片验证的工作模式——工程师可以从繁琐的底层调试中解放出来，专注于更高层次的设计决策。当然，该研究仍处于学术阶段，实际工业落地还需进一步验证其可扩展性和稳定性。
小结
GoGoTB 为RTL验证自动化提供了一套全新的智能体框架，其核心价值在于将规格要求贯穿验证全流程，实现了高覆盖率与可诊断性。随着LLM能力的持续提升，类似方案有望成为芯片前端设计的标配工具，加速复杂芯片的迭代周期。