基于python的用于构建仿真及测试用例的lib库cocotb

   

    对于从事ASIC行业及FPGA行业的小伙伴来说，仿真是一件必不可少的事情。或许有人是验证大拿，UVM高手，但相较于软件丰富的验证框架，对于各种各样的场景单纯的SV构建测试用例是否便捷值得推敲。   

     

何为cocotb

 

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

      21世纪，python成了一门吃香的语言。cocotb是一套基于python的用于构建仿真及测试用例的lib库，它的框架为：

 

    可以看到，在cocotb的框架里，我们的待测试逻辑运行在仿真器中(VCS、Verilator等)，而我们的测试框架及测试用例均以python的形式构建，双方通过仿真器提供的各种标准接口进行通信。及设计代码为Verilog/VHDL/Systemverilog，而测试代码为Python。

    存在即合理，为什么这么搞？因为Python写起来简单呗！在能够正常实现对DUT的接口驱动的同时借助python丰富的lib库能够让我们快速的构建测试用例及参考模型。而借助软件现成的测试框架能够极大加速验证流程。想想单纯的一个图像处理的仿真用纯Systemverilog的方式进行验证在进行测试数据生成及最后结果对比要多少脚本……

   

cocotb安装

      按照cocotb手册给出的安装流程，在CentOS里安装步骤为：

•  
•  
•  
•  
•  
•  
•  
•  

#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 #in place of pip in the command shown.

    在安装过程中,有遇到“Python.h: No such file or directory”，解决办法为：

•  
•  
•  
•  
•  

1.可以先查看一下含python-devel的包    yum search python | grep python-devel2.64位安装python-devel.x86_64，32位安装python-devel.i686，我这里安装:    sudo yum install python-devel.x86_643. 进入/usr/include/python2.7看一下现在有没有Python.h，版本不同目录名不同，我这里是2.7版本。其实也可以看到很多.h文件，python需要库或头文件都在这个地方。

    安装后可以查看到：

•  
•  

$cocotb-config -v1.4.1.dev0

    对于没有VCS等收费EDA license的小伙伴建议安装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 bashcd verilatorautoconf        # Create ./configure script./configuremake -j$(nproc)sudo make install

 

example

      在cocotb中给出的example中，endian_swapper例子的测试框架为：

    测试框架和我们在平常的测试框架行为基本相同，不同是cocotb为Driver、Monitor、Scoreboard等都提供了基础类库供调用，对于搭建仿真平台应该有较好的帮助。而cocotb中提供的TestFactory，能够方便的进行测试用例的生成：

•  
•  
•  
•  
•  
•  

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()

    这里根据输入的参数，factory会生成32个testcase用于测试，感觉还是蛮高效的。在仿真完成后，能够自动汇总测试结果：

 

 

写在最后

      之所以探索下cocotb，主要原因是虽然SpinalHDL测试框架和cocotb差不多，但目前SpinalHDL尚未集成对VCS仿真器的集成（而我又没打算自己集成进去）。而在做FPGA设计时，若代码里集成了Xilinx/Altera的IP，那么在SpinalHDL的框架里就没办法进行仿真了，而cocotb则是一个不错的选择（若可以选，我仍选SpinalHDL，设计仿真一条龙，当然现在也可以，对于Mem、FIFO等常用IP SpinalHDL还是有提供的，或者我们自己按需定制实现IP也可以的，SpinalHDL写IP简直不要太爽）。