本發(fā)明涉及芯片運(yùn)行仿真，具體是應(yīng)用芯片測(cè)試數(shù)據(jù)的芯片運(yùn)行仿真系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)代電子設(shè)備中，芯片的性能和可靠性直接影響到整體系統(tǒng)的功能和穩(wěn)定性。隨著集成電路技術(shù)的快速發(fā)展，芯片的復(fù)雜性日益增加，仿真測(cè)試芯片的運(yùn)行情況變得愈發(fā)重要?，F(xiàn)有的芯片仿真測(cè)試方法通常依賴(lài)于硬件測(cè)試設(shè)備，通過(guò)對(duì)實(shí)際芯片的運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)和分析。

2、現(xiàn)有芯片仿真測(cè)試方法存在以下缺陷：

3、測(cè)試數(shù)據(jù)分析不充分：現(xiàn)有的仿真系統(tǒng)往往依賴(lài)于設(shè)計(jì)階段生成的理論數(shù)據(jù)，缺乏對(duì)實(shí)際應(yīng)用場(chǎng)景中的測(cè)試數(shù)據(jù)的充分采集和利用，導(dǎo)致仿真結(jié)果與實(shí)際運(yùn)行狀態(tài)之間存在較大差距。

4、復(fù)雜性處理能力不足：隨著芯片功能的不斷擴(kuò)展，現(xiàn)有仿真工具在處理高復(fù)雜度芯片時(shí)，可能出現(xiàn)性能瓶頸，導(dǎo)致仿真速度緩慢和資源消耗高。

5、因此怎樣提高復(fù)雜芯片結(jié)構(gòu)的仿真速度的同時(shí)，提高芯片仿真運(yùn)行測(cè)試的準(zhǔn)確率是現(xiàn)有技術(shù)的難點(diǎn)，為此提供應(yīng)用芯片測(cè)試數(shù)據(jù)的芯片運(yùn)行仿真系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問(wèn)題，本發(fā)明的目的在于提供應(yīng)用芯片測(cè)試數(shù)據(jù)的芯片運(yùn)行仿真系統(tǒng)。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、應(yīng)用芯片測(cè)試數(shù)據(jù)的芯片運(yùn)行仿真系統(tǒng)，包括管控中心，所述管控中心通信連接有測(cè)試數(shù)據(jù)采集模塊、部件數(shù)據(jù)關(guān)聯(lián)分析模塊以及芯片運(yùn)行仿真模塊；

4、所述測(cè)試數(shù)據(jù)采集模塊用于設(shè)置若干種芯片測(cè)試指令，并調(diào)取若干個(gè)相同的目標(biāo)芯片同時(shí)執(zhí)行多次芯片測(cè)試指令，進(jìn)而采集各次芯片測(cè)試指令執(zhí)行結(jié)束后的歷史運(yùn)行數(shù)據(jù)，并整成生成相應(yīng)的歷史測(cè)試數(shù)據(jù)集；

5、所述部件數(shù)據(jù)關(guān)聯(lián)分析模塊用于根據(jù)目標(biāo)芯片內(nèi)運(yùn)行部件分布建立若干個(gè)運(yùn)行部件節(jié)點(diǎn)，并將各個(gè)運(yùn)行部件節(jié)點(diǎn)依次連接得到部件分布結(jié)構(gòu)樹(shù)，進(jìn)而根據(jù)各個(gè)芯片測(cè)試指令在部件分布結(jié)構(gòu)樹(shù)中遍歷出相應(yīng)的運(yùn)行部件節(jié)點(diǎn)路徑，同時(shí)根據(jù)各個(gè)芯片測(cè)試指令對(duì)應(yīng)的歷史測(cè)試數(shù)據(jù)集獲得各個(gè)運(yùn)行部件節(jié)點(diǎn)的多種運(yùn)行數(shù)據(jù)區(qū)間，進(jìn)而獲取在不同芯片測(cè)試指令以及不同數(shù)據(jù)處理路徑下，各個(gè)運(yùn)行部件節(jié)點(diǎn)之間各個(gè)運(yùn)行數(shù)據(jù)區(qū)間的交替概率，進(jìn)而根據(jù)各個(gè)運(yùn)行部件節(jié)點(diǎn)之間的交替概率，整合運(yùn)行部件節(jié)點(diǎn)路徑得到動(dòng)態(tài)運(yùn)行狀態(tài)遷移網(wǎng)絡(luò)；

6、所述芯片運(yùn)行仿真模塊用于獲取實(shí)時(shí)芯片測(cè)試指令，并將實(shí)時(shí)芯片測(cè)試指令輸入至動(dòng)態(tài)運(yùn)行狀態(tài)遷移網(wǎng)絡(luò)匹配相關(guān)的運(yùn)行部件節(jié)點(diǎn)路徑，根據(jù)匹配的運(yùn)行部件節(jié)點(diǎn)路徑在部件分布結(jié)構(gòu)樹(shù)內(nèi)的各個(gè)運(yùn)行部件節(jié)點(diǎn)之間設(shè)置運(yùn)行狀態(tài)偏移概率，進(jìn)而將實(shí)時(shí)測(cè)試數(shù)據(jù)輸入至部件分布結(jié)構(gòu)樹(shù)進(jìn)行多次運(yùn)行仿真模擬獲得實(shí)時(shí)測(cè)試數(shù)據(jù)集，以及將實(shí)時(shí)測(cè)試數(shù)據(jù)輸入目標(biāo)芯片中獲得實(shí)際測(cè)試數(shù)據(jù)集，根據(jù)實(shí)際測(cè)試數(shù)據(jù)集與實(shí)時(shí)測(cè)試數(shù)據(jù)集之間的相似度，判斷是否對(duì)動(dòng)態(tài)運(yùn)行狀態(tài)遷移網(wǎng)絡(luò)進(jìn)行修正。

7、進(jìn)一步的，所述多次芯片測(cè)試指令的設(shè)置過(guò)程包括：

8、所述目標(biāo)芯片由n個(gè)運(yùn)行部件以及線路板組成，其中運(yùn)行部件鑲嵌于線路板上，進(jìn)而測(cè)試數(shù)據(jù)采集模塊對(duì)各個(gè)運(yùn)行部件設(shè)置編號(hào)a1、a2、a3、……、an，其中n為大于0的自然數(shù)；

9、所述測(cè)試數(shù)據(jù)采集模塊設(shè)置i份各不相同的測(cè)試數(shù)據(jù)，以及j個(gè)數(shù)據(jù)處理路徑，其中i和j為大于0的自然數(shù)；

10、將各份測(cè)試數(shù)據(jù)與數(shù)據(jù)處理路徑配對(duì)得到i*j個(gè)芯片測(cè)試指令，同時(shí)在各個(gè)運(yùn)行部件安裝數(shù)據(jù)監(jiān)聽(tīng)節(jié)點(diǎn)，用于生成各個(gè)運(yùn)行數(shù)據(jù)執(zhí)行芯片測(cè)試指令過(guò)程的歷史運(yùn)行數(shù)據(jù)。

11、進(jìn)一步的，所述歷史測(cè)試數(shù)據(jù)集的生成過(guò)程包括：

12、測(cè)試數(shù)據(jù)采集模塊將芯片測(cè)試指令同時(shí)發(fā)送至k個(gè)相同型號(hào)目標(biāo)芯片的中央處理器，在測(cè)試數(shù)據(jù)沿著數(shù)據(jù)處理路徑經(jīng)過(guò)各個(gè)運(yùn)行部件的過(guò)程中，當(dāng)測(cè)試數(shù)據(jù)進(jìn)入任一個(gè)運(yùn)行部件時(shí)，對(duì)應(yīng)運(yùn)行部件內(nèi)置的數(shù)據(jù)監(jiān)聽(tīng)節(jié)點(diǎn)自動(dòng)啟動(dòng)，進(jìn)而數(shù)據(jù)監(jiān)聽(tīng)節(jié)點(diǎn)同時(shí)監(jiān)聽(tīng)運(yùn)行部件各個(gè)引腳的工作狀態(tài)，并生成相應(yīng)歷史運(yùn)行數(shù)據(jù)；

13、當(dāng)中央處理器判斷測(cè)試數(shù)據(jù)經(jīng)過(guò)數(shù)據(jù)處理路徑內(nèi)各個(gè)運(yùn)行部件后，收集各個(gè)數(shù)據(jù)處理路徑對(duì)應(yīng)的各個(gè)運(yùn)行部件的歷史運(yùn)行數(shù)據(jù)；

14、測(cè)試數(shù)據(jù)采集模塊將各個(gè)芯片測(cè)試指令與對(duì)應(yīng)的全部歷史運(yùn)行數(shù)據(jù)整合得到相應(yīng)歷史測(cè)試數(shù)據(jù)集，并設(shè)置編號(hào)sk，1，1，1、sk，1，1，1、……、sk，i，j，m，其中sk，i，j，m表示第k個(gè)目標(biāo)芯片在第m次執(zhí)行第i*j個(gè)芯片測(cè)試執(zhí)行指令的歷史測(cè)試數(shù)據(jù)集，其中k和m為大于0的自然數(shù)。

15、進(jìn)一步的，所述部件分布結(jié)構(gòu)樹(shù)的建立過(guò)程包括：

16、部件數(shù)據(jù)關(guān)聯(lián)模塊根據(jù)目標(biāo)芯片內(nèi)的運(yùn)行部件數(shù)量建立n個(gè)運(yùn)行部件節(jié)點(diǎn)，并按照各個(gè)運(yùn)行部件在目標(biāo)芯片中的實(shí)際分布，將各個(gè)運(yùn)行部件節(jié)點(diǎn)依次連接，得到對(duì)應(yīng)目標(biāo)芯片的部件分布結(jié)構(gòu)樹(shù)，同時(shí)對(duì)各個(gè)運(yùn)行部件節(jié)點(diǎn)標(biāo)注相應(yīng)編號(hào)，以及根據(jù)各個(gè)運(yùn)行部件節(jié)點(diǎn)對(duì)應(yīng)運(yùn)行部件的引腳數(shù)量，對(duì)各個(gè)運(yùn)行部件節(jié)點(diǎn)設(shè)置相同數(shù)量的引腳數(shù)據(jù)節(jié)點(diǎn)；

17、進(jìn)而部件數(shù)據(jù)關(guān)聯(lián)分析模塊首先根據(jù)編號(hào)下標(biāo)數(shù)中間兩位相同的歷史測(cè)試數(shù)據(jù)集中提取出各個(gè)運(yùn)行部件的各項(xiàng)歷史運(yùn)行數(shù)據(jù)，并將不同數(shù)據(jù)處理路徑但對(duì)應(yīng)同一個(gè)運(yùn)行部件的各項(xiàng)歷史運(yùn)行數(shù)據(jù)，映射于對(duì)應(yīng)運(yùn)行部件節(jié)點(diǎn)的引腳數(shù)據(jù)節(jié)點(diǎn)中。

18、進(jìn)一步的，所述運(yùn)行部件節(jié)點(diǎn)的運(yùn)行數(shù)據(jù)區(qū)間的獲取過(guò)程包括：

19、在各個(gè)引腳數(shù)據(jù)節(jié)點(diǎn)中建立多維坐標(biāo)系，進(jìn)而將引腳數(shù)據(jù)節(jié)點(diǎn)中來(lái)自不同歷史測(cè)試數(shù)據(jù)集且為同種類(lèi)數(shù)據(jù)的歷史運(yùn)行數(shù)據(jù)同時(shí)映射于多維坐標(biāo)系上，隨機(jī)選取歷史運(yùn)行數(shù)據(jù)在多維坐標(biāo)系上關(guān)聯(lián)的一個(gè)坐標(biāo)軸，并在對(duì)應(yīng)坐標(biāo)軸上劃分出若干份間隔距離相等的數(shù)值點(diǎn)位；

20、通過(guò)數(shù)值點(diǎn)位將各個(gè)歷史運(yùn)行數(shù)據(jù)劃分為運(yùn)行數(shù)據(jù)點(diǎn)位，將對(duì)應(yīng)同一個(gè)數(shù)值點(diǎn)位的運(yùn)行數(shù)據(jù)點(diǎn)位進(jìn)行正態(tài)分布，進(jìn)而根據(jù)正態(tài)分布橫坐標(biāo)選取坐標(biāo)值中心30%的數(shù)據(jù)區(qū)間作為對(duì)應(yīng)種類(lèi)數(shù)據(jù)在相應(yīng)數(shù)值點(diǎn)位的正常坐標(biāo)區(qū)間，其余部分記為異常坐標(biāo)區(qū)間；

21、將各個(gè)數(shù)值點(diǎn)位對(duì)應(yīng)正常坐標(biāo)區(qū)間以及異常坐標(biāo)區(qū)間依次連接，進(jìn)而得到在對(duì)應(yīng)測(cè)試數(shù)據(jù)以及數(shù)據(jù)處理路徑下，相應(yīng)運(yùn)行部件節(jié)點(diǎn)的一項(xiàng)歷史運(yùn)行數(shù)據(jù)的正常運(yùn)行數(shù)據(jù)區(qū)間以及多個(gè)異常運(yùn)行數(shù)據(jù)區(qū)間。

22、進(jìn)一步的，所述動(dòng)態(tài)運(yùn)行狀態(tài)遷移網(wǎng)絡(luò)的建立過(guò)程包括：

23、在部件分布結(jié)構(gòu)樹(shù)中遍歷出各個(gè)數(shù)據(jù)處理路徑對(duì)應(yīng)的運(yùn)行部件節(jié)點(diǎn)路徑，并根據(jù)各個(gè)歷史測(cè)試數(shù)據(jù)集編號(hào)下標(biāo)數(shù)的中間兩位，將各個(gè)歷史測(cè)試數(shù)據(jù)集對(duì)應(yīng)生成的各個(gè)運(yùn)行部件之間的正常運(yùn)行數(shù)據(jù)區(qū)間以及多個(gè)異常運(yùn)行數(shù)據(jù)區(qū)間，映射于相應(yīng)的運(yùn)行部件節(jié)點(diǎn)路徑中的運(yùn)行部件節(jié)點(diǎn)之間；

24、進(jìn)而統(tǒng)計(jì)在不同測(cè)試數(shù)據(jù)以及不同數(shù)據(jù)處理路徑下，各個(gè)運(yùn)行部件節(jié)點(diǎn)之間正常運(yùn)行數(shù)據(jù)區(qū)間以及異常運(yùn)行數(shù)據(jù)區(qū)間的交替概率；

25、重復(fù)上述獲取交替概率操作，將各種測(cè)試數(shù)據(jù)以及各種數(shù)據(jù)處理路徑下，各個(gè)運(yùn)行部件節(jié)點(diǎn)之間各種運(yùn)行數(shù)據(jù)區(qū)間的交替概率映射于對(duì)應(yīng)運(yùn)行部件節(jié)點(diǎn)路徑內(nèi)相關(guān)運(yùn)行部件節(jié)點(diǎn)之間的引腳數(shù)據(jù)節(jié)點(diǎn)中，整合全部運(yùn)行部件節(jié)點(diǎn)路徑并關(guān)聯(lián)相應(yīng)芯片測(cè)試指令得到動(dòng)態(tài)運(yùn)行狀態(tài)遷移網(wǎng)絡(luò)。

26、進(jìn)一步的，實(shí)時(shí)測(cè)試數(shù)據(jù)與動(dòng)態(tài)運(yùn)行狀態(tài)遷移網(wǎng)絡(luò)匹配的過(guò)程包括：

27、將實(shí)時(shí)測(cè)試數(shù)據(jù)劃分為若干段實(shí)時(shí)測(cè)試數(shù)據(jù)片段，進(jìn)而將各個(gè)實(shí)時(shí)測(cè)試數(shù)據(jù)片段從各個(gè)測(cè)試數(shù)據(jù)的第一個(gè)數(shù)據(jù)代碼開(kāi)始遍歷，若測(cè)試數(shù)據(jù)中存在與實(shí)時(shí)測(cè)試數(shù)據(jù)片段相同的部分，則在實(shí)時(shí)測(cè)試數(shù)據(jù)片段標(biāo)注相同部分，直到全部實(shí)時(shí)測(cè)試數(shù)據(jù)片段都與測(cè)試數(shù)據(jù)完成遍歷為止；

28、設(shè)置匹配度閾值，統(tǒng)計(jì)各個(gè)實(shí)時(shí)測(cè)試數(shù)據(jù)片段帶有標(biāo)注部分在實(shí)時(shí)測(cè)試數(shù)據(jù)中占比，進(jìn)而獲得實(shí)時(shí)測(cè)試數(shù)據(jù)與各個(gè)測(cè)試數(shù)據(jù)之間的關(guān)聯(lián)匹配度，將實(shí)時(shí)測(cè)試數(shù)據(jù)與各個(gè)測(cè)試數(shù)據(jù)之間的關(guān)聯(lián)匹配度進(jìn)行比對(duì)并選取其中數(shù)值最大的個(gè)體，進(jìn)而判斷最大關(guān)聯(lián)匹配度是否大于等于匹配度閾值，并根據(jù)判斷結(jié)果調(diào)取相應(yīng)測(cè)試數(shù)據(jù)對(duì)應(yīng)的全部運(yùn)行部件節(jié)點(diǎn)路徑。

29、進(jìn)一步的，判斷是否對(duì)動(dòng)態(tài)運(yùn)行狀態(tài)遷移網(wǎng)絡(luò)進(jìn)行修正的過(guò)程包括：

30、根據(jù)調(diào)取的運(yùn)行部件節(jié)點(diǎn)路徑分別在部件分布結(jié)構(gòu)樹(shù)內(nèi)的各個(gè)運(yùn)行部件節(jié)點(diǎn)之間設(shè)置運(yùn)行狀態(tài)偏移概率，并將實(shí)時(shí)測(cè)試數(shù)據(jù)輸入至部件分布結(jié)構(gòu)樹(shù)進(jìn)行m次數(shù)據(jù)處理路徑各不同的運(yùn)行仿真模擬，在各次運(yùn)行仿真模擬結(jié)束時(shí)生成相應(yīng)實(shí)時(shí)測(cè)試數(shù)據(jù)集；

31、同時(shí)將實(shí)時(shí)測(cè)試數(shù)據(jù)輸入至各個(gè)目標(biāo)芯片，并執(zhí)行各次運(yùn)行仿真模擬所對(duì)應(yīng)的數(shù)據(jù)處理路徑，進(jìn)而獲取各次運(yùn)行仿真模擬的實(shí)際測(cè)試數(shù)據(jù)集；

32、采用類(lèi)似實(shí)時(shí)測(cè)試數(shù)據(jù)與測(cè)試數(shù)據(jù)之間的匹配結(jié)果，并設(shè)置相似度閾值，判斷各次運(yùn)行仿真模擬的實(shí)際測(cè)試數(shù)據(jù)集和實(shí)時(shí)測(cè)試數(shù)據(jù)集之間的相似度；

33、根據(jù)判斷結(jié)果調(diào)取實(shí)際測(cè)試數(shù)據(jù)集以及該次運(yùn)行仿真模擬的數(shù)據(jù)處理路徑，對(duì)實(shí)時(shí)測(cè)試數(shù)據(jù)所匹配的測(cè)試數(shù)據(jù)中相同數(shù)據(jù)處理路徑的運(yùn)行部件節(jié)點(diǎn)路徑進(jìn)行更新，直到全部運(yùn)行仿真模擬的實(shí)際測(cè)試數(shù)據(jù)集和實(shí)時(shí)測(cè)試數(shù)據(jù)集之間的相似度大于等于相似度閾值為止。

34、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

35、本發(fā)明根據(jù)各個(gè)芯片測(cè)試指令的歷史測(cè)試數(shù)據(jù)集獲得各個(gè)運(yùn)行部件節(jié)點(diǎn)的多種運(yùn)行數(shù)據(jù)區(qū)間，獲取各個(gè)運(yùn)行部件節(jié)點(diǎn)之間各個(gè)運(yùn)行數(shù)據(jù)區(qū)間的交替概率，進(jìn)而根據(jù)各個(gè)運(yùn)行部件節(jié)點(diǎn)之間的交替概率建立動(dòng)態(tài)運(yùn)行狀態(tài)遷移網(wǎng)絡(luò)，將實(shí)時(shí)芯片測(cè)試指令輸入至動(dòng)態(tài)運(yùn)行狀態(tài)遷移網(wǎng)絡(luò)匹配運(yùn)行部件節(jié)點(diǎn)路徑，根據(jù)匹配結(jié)果將實(shí)時(shí)測(cè)試數(shù)據(jù)輸入至部件分布結(jié)構(gòu)樹(shù)和目標(biāo)芯片進(jìn)行多次運(yùn)行仿真模擬獲得實(shí)時(shí)測(cè)試數(shù)據(jù)集和實(shí)際測(cè)試數(shù)據(jù)集，根據(jù)實(shí)際測(cè)試數(shù)據(jù)集與實(shí)時(shí)測(cè)試數(shù)據(jù)集之間的相似度，判斷是否對(duì)動(dòng)態(tài)運(yùn)行狀態(tài)遷移網(wǎng)絡(luò)進(jìn)行修正，實(shí)現(xiàn)了提高復(fù)雜芯片結(jié)構(gòu)的仿真速度的同時(shí)，提高芯片仿真運(yùn)行測(cè)試的準(zhǔn)確率。