新思科技VSO.ai凭借其先进的架构应对功能覆盖率收敛难题，其架构涵盖覆盖率连接引擎、覆盖率导向的约束求解器，以及全面的覆盖率根本原因分析与报告功能。

VSO.ai在粗粒度测试级别上运行，并与测试环境集成，能够根据测试结果的变化不断学习，从而实现自动化、自适应的测试优化。VSO.ai在运行测试时，以最大化ROI为优先目标，同时消除冗余测试，从而加快覆盖率的收敛速度并节省计算资源。

该工具同样在仿真器的细粒度级别上运行，通过调整约束随机激励，以更好地覆盖未执行的覆盖点，从而提升测试结果质量（QoR）。这不仅加快了覆盖率的收敛速度，还能推动覆盖率收敛到更高的数值。

最后的收敛工作挑战则通过AI驱动的覆盖结果分析自动化来解决。VSO.ai可以执行根本原因分析（RCA），确定为什么没有到达特定的覆盖点。该工具会首先尝试自行解决，如果不能解决，它会向验证开发者提供可行的结果，例如识别出有冲突的约束。此外，它能够与URG和新思科技Verdi®等工具集成，从而更好地实现约束的可视化与分析。

新思科技如何优化IP回归流程

新思科技IP团队致力于优化IP流程，期望将回归签核时间缩短到3天以内，而新思科技的VSO.ai在达成这一目标方面发挥了关键作用。

在探索过程中，VSO.ai在USB3x数字IP和混合信号PHY层IP上进行了中大型回归试验，测试用例多达4,000条。新思科技IP MPHY团队借助新思科技VC Execution Manager这一回归管理工具的插件来部署VSO.ai，实现了无缝的执行体验，并对ML模型进行持续调优，以获得最佳结果质量和结果效率。VC Execution Manager中的VSO.ai插件提供了一站式解决方案，可监控回归和覆盖率结果、优化结果以及ML模型的健康状况。

从下表结果可以看出，VSO.ai已融入这些IP的发布回归测试流程，大幅减少了人工干预需求。

在PCIe GEN6 PHY测试中，运行次数减至原来的三分之一（从710次减少到226次），功能覆盖率仍达61%。

  ▲ PCIe GEN6 PHY测试结果

VSO.ai在代码覆盖率方面也同样表现出色，通过减少一半的测试次数，实现了相同的行覆盖率、FSM覆盖率和跳转覆盖率。

 ▲ AMBA CHI VIP测试结果

结论

VSO.ai的应用显著优化了IP和VIP环境的回归测试流程。它将达到77%覆盖率所需的种子数量减少了10倍，随后又通过优化特定测试平台架构，将覆盖率进一步提升到97%，充分体现了其在优化测试环境方面的卓越效能。即便对于像AMBA这样成熟的VIP，VSO.ai也通过提高测试平台环境质量，证明了自身价值。借助这一独特的自动化解决方案，团队能更有信心交付高质量IP和VIP，有效应对质量、资源管理和效率等方面的常见挑战。