，Cadence electronics今日宣布推出cadence verisium人工智能驱动的验证平台，通过大数据和JedAI平台优化验证负载，提高覆盖率，加速bug追踪Verisium平台基于新的cadence联合企业数据ai 平台，并与Cadence验证引擎进行了本机集成

伴随着SoC的日益复杂，验证往往比其他工程任务消耗更多的计算能力和人力如何缩短验证周期成为产品能否及时上市的关键Verisium平台的发布代表着电子设计自动化利用大数据和人工智能优化整个SoC设计和验证流程，从单运行，单引擎向多运行，多引擎转变通过部署Verisium平台，波形，覆盖率，报告，日志文件等所有验证数据都收集在Cadence JedAI平台中，并在该平台上建立机器学习模型，发现更多具体指标，然后应用到新的一系列工具中，从而大大提高验证效率借助Cadence JedAI平台，Cadence可以将其在数据和人工智能方面的计算软件创新统一应用于Verisium AI驱动的验证，cerebrus智能芯片浏览器AI驱动的实施和优化智能系统浏览器AI驱动的系统分析

Verisium平台第一版应用程序套件包括以下选项:

Verisium Auto Triage:构建机器学习模型，对多个同源的测试故障进行预测和分类，实现回归故障分类等重复性工作的自动化。

Verisium semantic diff:通过算法对IP或SoC的多版本源代码变更进行对比分类，根据其对系统行为的干扰程度进行排序，帮助定位潜在bug热点的解决方案。

Verisium WaveMiner:应用强大的人工智能引擎分析多个运行案例的波形，揭示最有可能导致测试失败的信号和时间点。

Verisium pindown:集成Cadence JedAI平台和行业标准修订管理系统，建立源代码变更，测试报告和日志文件的机器学习模型，预测哪些源代码签入最有可能导致失败。

Verisium Debug:提供从IP到SoC，从单次运行到多次运行的整体调试解决方案支持波形，电路图，驱动跟踪，SmartLog技术快速完整的交互和后处理调试过程Verisium Debug原生集成Cadence JedAI平台和其他Verisium应用，支持同时通过和失败的测试用例自动对比，实现AI驱动的可追溯性分析

Verisium Manager:将Cadence的IP和SoC级全流程验证管理解决方案集成到Cadence JedAI平台中，扩展了旨在提高计算服务集群效率的全新AI驱动测试集优化技术Verisium Manager还可以直接与其他Verisium应用程序集成，通过统一的web控制台可以交互式部署完整的Verisium平台

Verisium AI驱动的验证平台是Cadence验证整个流程的一部分，它还包括Palladium Z2硬件模拟，prot ium X2原型验证，Xcelium软件模拟，Jasper正式验证平台和Helium虚拟和混合工作室Cadence验证的全过程提供了最高的验证吞吐量，在有限的时间内找到尽可能多的bug，实现尽可能多的可追溯性分析，从而最大限度地利用项目各方面的投资Verisium平台和整个验证过程支持Cadence智能系统设计策略，有助于实现优秀的SoC设计