DOI: 10.17587/prin.16.507-516

УДК: 004.052.42

Градиентный бустинг и гибридные методы на его основе для ускорения достижения покрытия при UVM-верификации

А. Д. Манеркин, мл. науч. сотр., manerkin@cs.niisi.ras.ru, Федеральное государственное автономное учреждение «Федеральный научный центр Научно-исследовательский институт системных исследований Национального исследовательского центра "Курчатовский институт"», Москва

Статья посвящена применению машинного обучения для ускорения функциональной верификации микропроцессоров на блочном уровне. Проведен сравнительный анализ основных реализаций градиентного бустинга, одного из наиболее широко используемых методов машинного обучения, с точки зрения ускорения достижения кодового покрытия путем отсеивания нерелевантных транзакций. На основе полученных результатов предложены гибридные модели, учитывающие основные преимущества рассмотренных реализаций. Для гибридных моделей также приведен сравнительный анализ их эффективности. Выявлен наиболее эффективный из предложенных подходов для достижения максимально возможного уровня покрытия за меньшее число транзакций при функциональной верификации, основанной на стандарте UVM.

Ключевые слова: функциональная верификация, UVM, кодовое покрытие, машинное обучение, градиентный бустинг, блендинг, стекинг, трансфер градиентов

Стр. 507—516

Работа выполнена в рамках государственного задания НИЦ «Курчатовский институт» — НИИСИ по теме FNEF-2024-0003.

Ссылка для цитирования:
Манеркин А. Д. Градиентный бустинг и гибридные методы на его основе для ускорения достижения покрытия при UVM-верификации // Программная инженерия. 2025. Том 16, № 10. С. 507—516. DOI: 10.17587/prin.16.507-516.

Полный текст на eLIBRARY