极客工场

Appearance

共 850 字预计阅读约 3 分钟

进阶随机化：权重、蕴含、双向、soft 与内联约束 ​

更新时间：2026-10-01。CRV 基础篇 讲了怎么描述合法空间，这一篇讲怎么“精细调控”随机：让常见场景多出现、条件联动、分层覆盖默认约束。

本文要回答的问题 ​

  • 怎么让随机不是均匀分布，而是贴合真实流量的权重？
  • 字段之间有条件关系（只有写命令才有数据）怎么写？
  • 想在某次用例临时加/关约束怎么办？
  • 数组、队列这些“变长随机”怎么约束？

一、dist：控制出现权重 ​

systemverilog
rand op_t op;
constraint c_op {
  op dist { READ := 70, WRITE := 25, IDLE := 5 };  // 权重和=100
}

:= 给出每项绝对权重；:/ 是权重在列表里平分（{[0:3]:/40} 表示这 4 个值共享 40，各占 10）。用 dist 让激励分布贴近真实场景，而不是均匀浪费在用不到的组合上。

二、蕴含与条件约束 ​

systemverilog
rand bit       rw;     // 0=读 1=写
rand bit [7:0] wdata;
constraint c_w {
  rw -> wdata inside {[8'h00:8'hFF]};   // 写时才有数据约束
  if (rw==0) wdata == 8'h00;
}

a -> b 表示 a 成立时 b 必须成立；也可用完整 if/else。这解决了“某字段只在特定模式下才有意义”的联动。注意 -> 是单向触发，不是双向等价。

三、双向约束与求解顺序 ​

约束默认双向：求解器把所有关系联立，不区分先后。这通常更好（减少无解），但当两个随机变量存在概率依赖时，需要 solve...before 指定先后：

systemverilog
rand bit       en;
rand bit [3:0] x;
constraint c { en -> x > 0; solve en before x; }

没有 solve before 时求解器可能让 x 先随机，en 被压成几乎总为 0；加了之后 en 按 50% 先决定。它改变分布，不改变合法解集。

四、soft 软约束与分层覆盖 ​

systemverilog
constraint c_def { soft addr inside {[0:255]}; }   // 默认值
...
t.randomize() with { addr == 32'hFFFF_FFFF; };      // 外层直接覆盖

soft 约束是“默认值”，外层非 soft 约束或内联 with 可覆盖它，不会报冲突。适合在基类给保守默认、子类/用例按需收紧。

五、内联约束与动态开关 ​

systemverilog
t.randomize() with { len inside {[1:4]}; rw == 1; };  // 仅本次生效

t.c_bad.constraint_mode(0);   // 关闭某条约束
t.c_bad.constraint_mode(1);   // 再打开
t.rand_mode(0);               // 让某字段不再随机
  • randomize() with {} 临时叠加，是写场景用例最常用的方式。
  • constraint_mode(0) 关闭命名约束，专门构造非法激励。
  • pre_randomize()/post_randomize() 是随机化前后自动回调，可修正非随机字段、做收尾。

六、数组随机化 ​

systemverilog
rand bit [7:0] payload[];
rand int        idx[];
constraint c_arr {
  payload.size() inside {[1:16]};
  foreach (payload[i]) payload[i] inside {[0:127]};
  idx.size() == 4;
  unique { idx };            // 元素互不相同
}

约束 size() 定长度、foreach 约束每个元素、unique 保证不重复（常用于选互不相同的端口/地址）。

七、约束分层图 ​

进阶随机化：权重、蕴含、双向、soft 与内联约束 示意图（第 2 张）

八、常见坑 ​

  • 用 -> 当双向等价，漏了反向条件，产生非法组合。
  • 缺 solve before 导致条件变量几乎总不成立，覆盖打不到。
  • soft 与硬约束冲突报求解失败，或该 soft 没 soft 导致无法覆盖。
  • 数组忘了约束 size()，可能随机出超大数组拖慢仿真。
  • constraint_mode(0) 关了忘记打开，后续用例激励全错。

小结 ​

总结 ​

进阶随机化用来精细调控激励：dist（:= 绝对权重、😕 平分权重）让分布贴合真实流量，蕴含 ->/if-else 表达字段条件联动（单向非等价），约束默认双向联立、用 solve...before 只改变概率分布而不改合法解集，soft 提供可被外层/内联 with 覆盖的默认值，constraint_mode/rand_mode 动态开关以构造非法或场景用例，数组用约束 size()、foreach 逐元素、unique 去重，配合 pre/post_randomize 钩子收尾。