基于python的用于構(gòu)建仿真及測試用例的lib庫cocotb

對于從事ASIC行業(yè)及FPGA行業(yè)的小伙伴來說，仿真是一件必不可少的事情。或許有人是驗(yàn)證大拿，UVM高手，但相較于軟件豐富的驗(yàn)證框架，對于各種各樣的場景單純的SV構(gòu)建測試用例是否便捷值得推敲。

何為cocotb

cocotb is a coroutine based cosimulation library for writing VHDL and Verilog testbenches in Python.

21世紀(jì)，python成了一門吃香的語言。cocotb是一套基于python的用于構(gòu)建仿真及測試用例的lib庫，它的框架為：

可以看到，在cocotb的框架里，我們的待測試邏輯運(yùn)行在仿真器中(VCS、Verilator等)，而我們的測試框架及測試用例均以python的形式構(gòu)建，雙方通過仿真器提供的各種標(biāo)準(zhǔn)接口進(jìn)行通信。及設(shè)計(jì)代碼為Verilog/VHDL/Systemverilog，而測試代碼為Python。

存在即合理，為什么這么搞？因?yàn)镻ython寫起來簡單唄！在能夠正常實(shí)現(xiàn)對DUT的接口驅(qū)動(dòng)的同時(shí)借助python豐富的lib庫能夠讓我們快速的構(gòu)建測試用例及參考模型。而借助軟件現(xiàn)成的測試框架能夠極大加速驗(yàn)證流程。想想單純的一個(gè)圖像處理的仿真用純Systemverilog的方式進(jìn)行驗(yàn)證在進(jìn)行測試數(shù)據(jù)生成及最后結(jié)果對比要多少腳本……

cocotb安裝

按照cocotb手冊給出的安裝流程，在CentOS里安裝步驟為：

#Preparesudo yum install make gcc gcc-c++ libstdc++-devel python3 python3-devel python3-pip#install cocotbpip install cocotb##pip may belong to a different Python installation# to what you expect. Use pip -V to check. If this #prints “(python 2.7)”, use pip3 or python3 -m pip #inplaceofpipinthecommandshown.

在安裝過程中,有遇到“Python.h: No such file or directory”，解決辦法為：

1.可以先查看一下含python-devel的包yumsearchpython|greppython-devel2.64位安裝python-devel.x86_64，32位安裝python-devel.i686，我這里安裝:sudoyuminstallpython-devel.x86_643. 進(jìn)入/usr/include/python2.7看一下現(xiàn)在有沒有Python.h，版本不同目錄名不同，我這里是2.7版本。其實(shí)也可以看到很多.h文件，python需要庫或頭文件都在這個(gè)地方。

安裝后可以查看到：

$cocotb-config -v1.4.1.dev0

對于沒有VCS等收費(fèi)EDA license的小伙伴建議安裝Verilator：

sudo apt-get install git make autoconf g++ flex bison -y  # First time prerequisitesgit clone http://git.veripool.org/git/verilator   # Only first timeunsetenv VERILATOR_ROOT  # For csh; ignore error if on bashunset VERILATOR_ROOT  # For bashcdverilatorautoconf        # Create ./configure script./configuremake -j$(nproc)sudomakeinstall

example

在cocotb中給出的example中，endian_swapper例子的測試框架為：

測試框架和我們在平常的測試框架行為基本相同，不同是cocotb為Driver、Monitor、Scoreboard等都提供了基礎(chǔ)類庫供調(diào)用，對于搭建仿真平臺(tái)應(yīng)該有較好的幫助。而cocotb中提供的TestFactory，能夠方便的進(jìn)行測試用例的生成：

factory = TestFactory(run_test)factory.add_option("data_in",                 [random_packet_sizes])factory.add_option("config_coroutine",        [None, randomly_switch_config])factory.add_option("idle_inserter",           [None, wave, intermittent_single_cycles, random_50_percent])factory.add_option("backpressure_inserter",   [None, wave, intermittent_single_cycles, random_50_percent])factory.generate_tests()

這里根據(jù)輸入的參數(shù)，factory會(huì)生成32個(gè)testcase用于測試，感覺還是蠻高效的。在仿真完成后，能夠自動(dòng)匯總測試結(jié)果：

寫在最后

之所以探索下cocotb，主要原因是雖然SpinalHDL測試框架和cocotb差不多，但目前SpinalHDL尚未集成對VCS仿真器的集成（而我又沒打算自己集成進(jìn)去）。而在做FPGA設(shè)計(jì)時(shí)，若代碼里集成了Xilinx/Altera的IP，那么在SpinalHDL的框架里就沒辦法進(jìn)行仿真了，而cocotb則是一個(gè)不錯(cuò)的選擇（若可以選，我仍選SpinalHDL，設(shè)計(jì)仿真一條龍，當(dāng)然現(xiàn)在也可以，對于Mem、FIFO等常用IP SpinalHDL還是有提供的，或者我們自己按需定制實(shí)現(xiàn)IP也可以的，SpinalHDL寫IP簡直不要太爽）。