硬件輔助驗證 (HAV) 有著悠久的歷史，如今作為軟件驅動驗證的必備技術，再度受到關注。

RISC-V 可能是說明這一點的最好例子。HAV 能夠執(zhí)行多個周期的軟件驅動驗證，是加速 RISC-V 生態(tài)系統(tǒng)和定制指令集開發(fā)的唯一途徑。

當下，芯片企業(yè)正在設計 RISC-V 人工智能 (AI) 與機器學習 (ML) 定制加速器，以實現特定工作負載的加速處理，這些企業(yè)創(chuàng)建的架構由軟件驅動，而不使用遺留數據或任何通用數據。而是，針對軟件工作負載應用在架構層面進行量身定制。

在典型的 CPU 和 GPU 驗證與基于 RISC-V 的驗證之間，這是不同的視角和一組不同的驗證挑戰(zhàn)。成熟的設計人員面臨著 SoC 集成的挑戰(zhàn)，并且對軟件驅動的工作負載考慮較少。典型的 CPU 和 GPU 設計人員會根據通用功能、設備和已知架構進行蠻力計算。在這些通用功能中，很難有效地集成互聯系統(tǒng)。

RISC-V 是一個開源社區(qū)。一旦設計人員開始定制一種架構，它就變成了“輕量版”的開源架構，并且不會再回饋到開源社區(qū)中，因為它是為特定應用而定制的。為了評估定制的結果，需要進行嚴格的驗證和確認。必須對軟件堆棧和環(huán)境進行驗證，以確保它們能對定制指令集做出正確的響應。

定制加速器的集群較小，設計人員需要在快速擴大規(guī)模的同時驗證其功能?？焖贁U展此類驗證是 HAV 平臺的優(yōu)勢所在。

驗證要求和技術與 SoC 集成等成熟設備的驗證要求和技術有所不同。新架構在從它們所復制并加速的小規(guī)模情況，發(fā)展到基于復制算法的功能時，面臨著復雜的可擴展性挑戰(zhàn)。

HAV 平臺為構建全面的驗證體系、開展軟件確認工作以及營造風險緩解環(huán)境奠定了堅實基礎，能夠贏得設計人員的充分信賴，特別是在基于 RISC-V 的生態(tài)系統(tǒng)中。