FPGA 与数字 IC 设计 / 系统课时
构造 CDC 仿真场景
构造 CDC 仿真场景
本篇解决 CDC 仿真“功能能跑通,却很难撞到危险采样关系”的问题。通过非整数频率比、可复现的随机初始相位和源域事件激励,让两个异步时钟不断改变相对边沿位置,并为后续丢失、重复和顺序检查建立稳定的测试条件。
学习目标
- 能用非整数频率比避免两个时钟边沿长期保持固定关系
- 能用固定 seed 随机化初始相位,并在失败后复现实验
- 能把临界采样、事件丢失和重复等风险转化为可检查条件
为什么不能只用整数倍时钟
例如固定使用 100 MHz 与 50 MHz,并让两个时钟同时从时间零点启动,二者会形成周期性重复的边沿关系。这适合验证基本功能,却只能覆盖少量固定采样位置,难以模拟独立时钟在运行过程中不断变化的相对相位。
更有压力的组合可以使用 100 MHz 与约 83 MHz。前者周期为 10 ns,后者周期约为 12.048 ns,相对边沿会持续漂移。同一个源域事件因此会在不同轮次落到目标时钟边沿之前、之后或非常接近边沿的位置。

建立非整数时钟与可复现随机相位
测试平台不必把所有条件都随机到不可复现。更实用的方式是固定两个时钟频率,只随机目标时钟的启动相位,并保存 seed。这样既能扩大相位覆盖,又能在失败后使用同一 seed 重放场景。
下面的 SystemVerilog 测试平台可以作为独立仿真骨架。timeunit 1ns 和 timeprecision 1ps 明确了所有延迟的物理单位,因此 #5ns 才能确定表示 5 ns,#6.024ns 才能对应约 83 MHz 的目标时钟。事件在源时钟上升沿产生,并保持一个完整源时钟周期。
module cdc_tb;
timeunit 1ns;
timeprecision 1ps;
logic src_clk = 1'b0;
logic dst_clk = 1'b0;
logic src_event = 1'b0;
int unsigned seed = 32'h1A2B3C4D;
time dst_phase;
// 10 ns 周期,对应 100 MHz。
initial forever #5ns src_clk = ~src_clk;
initial begin
// 固定 seed 初始化当前进程的随机数序列,便于失败后重放。
void'($urandom(seed));
dst_phase = $urandom_range(0, 12047) * 1ps;
$display("dst_phase=%0t", dst_phase);
#(dst_phase);
forever #6.024ns dst_clk = ~dst_clk; // 周期约 12.048 ns,即约 83 MHz
end
task automatic pulse_event(input time delay_time);
#(delay_time);
@(posedge src_clk);
src_event <= 1'b1;
@(posedge src_clk);
src_event <= 1'b0;
endtask
initial begin
pulse_event(7.3ns);
pulse_event(31.7ns);
pulse_event(58.1ns);
#20ns;
$display("PASS: CDC stimulus completed");
$finish;
end
endmodule预期输出
dst_phase=<TIME>
PASS: CDC stimulus completed<TIME> 是由固定 seed 产生的相位值,具体打印格式可能随仿真器的时间显示设置而变化;在同一仿真器和相同随机化规则下重复运行时,应得到可复现的激励序列。波形中还应看到 src_clk 与 dst_clk 的相对边沿持续移动,而不是始终在少数固定位置重合。
把边界事件变成可检查条件
仅让时钟关系复杂还不够。CDC 验证应关注设计必须始终成立的不变量,而不是等待固定纳秒数后凭波形判断“看起来正常”。电平同步器可以检查目标域最终得到正确稳定值;脉冲、握手或异步 FIFO 则应根据各自协议检查事件数量、顺序和最终响应。
典型检查包括“一个源事件不能产生多个目标事件”“允许传递的事件最终必须到达”“握手请求最终得到应答”“数据顺序不能逆转”。这些条件适合由断言、计数器或参考模型自动判断,并在失败日志中同时记录 seed、时钟参数和事件编号。
仿真器不能真实模拟模拟电路意义上的亚稳态,但非整数频率和相位扰动可以不断改变建立时间、保持时间附近的数字采样关系,从而更容易暴露窄脉冲、错误协议、重复采样和事件丢失等逻辑缺陷。
用可复现随机化组织回归
第一轮回归通常只随机初始相位和事件位置,先确认同步结构的基本规则稳定;之后再逐步增加事件密度、复位时刻和突发流量等变量。一次引入过多随机因素虽然场景更多,却会显著增加失败定位和复现成本。
可以把回归分为固定边界案例、有限随机案例和长时间随机案例。固定案例守住已知危险点,有限随机扩大相位覆盖,长时间回归寻找低概率组合。任何失败都应保留 seed 和关键参数,使相同场景能够重新执行。
CDC 仿真的关键不是让波形始终“正常”,而是主动让事件经过尽可能多的异步采样关系,再用明确规则判断结果。非整数频率、可复现随机相位、源域合法激励和自动检查结合起来后,测试平台才真正具备发现 CDC 数字逻辑缺陷的能力。