仿真挂死不动怎么排查?
更新时间:2026-10-07。速查页。仿真挂死(simulation hang)指仿真器进程还在跑、CPU 拉满或空转,但仿真时间(simulation time)不再前进,log 也不再输出新行。这类问题占验证环境调试工时的大头,关键是先定性再定位,不要盲目加打印。
一句话回答
先 Ctrl+C(或 kill -SIGUSR1)中断仿真器看它停在哪一行:停在某个循环里且时间在走是 zero-delay 循环或长跑线程;停在 wait/@/get 上是死等同步对象;再用 UVM timeout、$stacktrace 和固定种子复现来缩小范围。
现象:先区分两种「不走」
排查前必须分清两个截然不同的现象,混着查会浪费几小时:
- 时间不动、CPU 100%:典型 zero-delay loop(零延时循环)——某个
while/forever里没有任何耗时语句(#delay、@event、wait),进程在同一时刻无限自转,调度器永远轮不到时间推进。 - 时间不动、CPU 接近 0%(或周期性抖一下):所有进程都阻塞了——大家在等一个永远不会来的事件、拿不到钥匙的 semaphore(信号量,SystemVerilog 的互斥/计数同步原语)、或者往一个满了没人取的 mailbox/FIFO 里 put。整个 event queue(事件队列)被掏空,仿真器无事可做,有的仿真器会直接退出报「no more events」,有的则静默挂着。
还有第三种伪装:时间在走但极慢(几分钟才走 1ns),那不是挂死,是性能问题,走另一条性能排查路线。
原因分类与决策树
这张图按「先看 CPU、再看栈停在哪」两步定性:CPU 占用是成本最低的第一刀,直接把问题砍成两半;中断后看调用栈停在哪种语句上,第二刀就落到具体原因类。下面逐类给排查动作。
排查步骤:按原因类给命令
第一步:中断仿真器拿现场
不要直接 kill -9,那什么都留不下:
- VCS:仿真时加
-ucli或在另一个终端kill -SIGUSR1 <pid>,多数环境会进入 UCLI 交互模式,stack命令打印当前活动进程的调用栈。 - xrun(Cadence Xcelium):
kill -SIGUSR1 <pid>进 TCL 交互,stack -active看所有活跃进程停在哪一行。 - 图形界面(SimVision / DVE / Verdi)调起来跑的话,直接在工具栏按暂停,Processes 窗口会列出每个进程的状态(blocked/ready/running)和阻塞点。
如果中断后栈每次都在变、且都停在不同的普通语句上,大概率是 zero-delay 循环在自转——多中断几次,看哪几行代码反复出现。
第二步:按类处理
zero-delay 循环:常见写法是 while (!done) 里忘了加 @(posedge clk) 或 #1step,或者 forever 循环里等待条件被错写成永真。另一个高发点是 wait (a == b) 里 a、b 是同一个时刻变化的变量——wait 条件在当前时刻就满足但表达式写法导致反复求值。定位后补一个耗时语句即可。
死等 event / wait:看等的是命名 event(@evt / wait(evt.triggered))还是 uvm_event。经典坑是 @evt 与 ->evt 在同一时刻发生,@ 因为求值顺序错过触发——这就是 triggered 与 @ 的差异 讲的竞态,改用 wait(evt.triggered) 或 persistent 事件即可规避。UVM 里常见的是 sequence 等不到 driver 的 item_done,或者 scoreboard 在 analysis_fifo.get() 上干等而 monitor 根本没连上端口,端口连接问题见 UVM 端口连接调试。
semaphore / FIFO:semaphore.get() 拿不到钥匙,多半是某条路径 get 了之后异常返回没 put,或初始化钥匙数小于并发需求。mailbox.put() 阻塞说明队列满且消费端死了或速率不匹配。这类「生产者-消费者失配」的系统梳理见 SystemVerilog 同步原语用法。
约束求解器卡死:栈停在 randomize() 且 CPU 100%,是约束冲突或搜索空间过大。先开求解器调试开关(VCS +ntb_solver_debug=trace,xrun -Xceligen 调试选项)看失败/回溯信息;约束冲突的快速定位套路(逐步注释约束二分)见 约束求解失败排查。
第三步:复现与二分
挂死往往带随机性,先把现场固化:
- 固定随机种子:VCS
+ntb_random_seed=<N>,xrun-svseed <N>。log 里开头都会打印本次种子,用同一个种子重跑确认能稳定复现,之后的每次改动才有对照意义。 - 加超时兜底:UVM 在
base_test里设uvm_top.set_timeout(1ms, 1),或测试顶层initial begin #10ms;uvm_fatal("TIMEOUT", "no progress") end`。超时杀出来时会自动 dump 当时所有进程的栈,比手动中断更省事。 $stacktrace:SystemVerilog 自带的$stacktrace系统任务可在代码里插入打印当前进程栈,配合超时 task 使用。- 二分版本:如果挂死是新合入代码引入的,
git bisect或按 testcase/配置项逐个关掉,最快收敛。
解决与防复发
临时解决跟着原因走:循环里补耗时语句、事件换 persistent 写法、semaphore 配对检查、FIFO 加深或消费端兜底、冲突约束修正。真正值钱的是防复发:
- CI 强制带 timeout:回归脚本给每个 case 设 wall-clock 上限(如 30 分钟)+ UVM 仿真内 timeout,超时即失败并自动收栈,绝不让挂死占用 license 一整夜。
- 种子留档:每个回归 case 的种子写进结果数据库,失败 case 一键复跑。
- 代码评审清单:
forever/while循环体必须含耗时语句;get/put配对;@evt在可能同刻触发处一律改wait(triggered)。 - 心跳打印:长时间静默的 phase(如 main_phase 长跑测试)定期
$display进度,时间不走时一眼看出是「挂死」还是「慢」。
更系统的环境调试方法论(打印分层、process 审计、callback 排查)见 验证环境调试方法论。
总结
仿真挂死排查先用 CPU 占用分两路:100% 是 zero-delay 循环或约束求解器卡死,0% 是全体进程阻塞;然后 SIGUSR1/暂停拿调用栈,按栈停点落到死等 event(改用 wait(triggered))、semaphore 钥匙泄漏、mailbox 满或 randomize 冲突四类根因,用 +ntb_random_seed 固定种子复现、UVM timeout + $stacktrace 自动收栈,并把超时兜底与种子留档固化进 CI 防止复发。