FPGA 与数字 IC 设计 / 系统课时
定位偶发 CDC 故障
定位偶发 CDC 故障
这篇处理最难复现的 CDC 问题:随机丢包、状态异常和偶发死锁。目标不是靠反复跑仿真“碰”到故障,而是固定复现条件,再沿时钟、信号、同步器和协议四层缩小范围,找到第一次偏离预期的位置及对应证据。
学习目标
- 能把偶发 CDC 故障转化为可观测、可复现的条件组合
- 能按时钟、信号、同步器、协议四层定位故障边界
- 能结合波形、断言和关键状态日志区分采样问题、同步结构风险与协议缺陷
从业务现象反推跨域链路
偶发故障通常不会直接告诉你“同步器有问题”。随机丢包可能来自事件脉冲漏采样,状态异常可能来自多比特数据与控制信号失配,偶发死锁则可能源于握手双方对请求、应答的观察顺序不同。因此应先把业务现象映射到具体 CDC 交互,再开始测量。

先确定故障涉及哪条跨域路径,并把源信号、同步器末级、目的域控制信号和最终业务结果放进同一时间窗口。排障首先要回答“错误第一次在哪里出现”,而不是从最终异常反向猜测所有模块。
先排除时钟与复位变量
第一层只回答两个问题:两个域的时钟是否符合设计假设,故障是否与复位释放时序相关。检查实际频率、占空比、门控和时钟切换条件;对于真正异步的两个时钟,不应假设固定相位,而要关注边沿相遇关系在不同复现中的变化。
复位同样要检查跨域假设,尤其是异步复位释放是否在各时钟域中得到正确同步。复现实验应固定输入序列、复位初态和主要时钟参数,再一次只改变一个变量,例如跨域事件相对目的时钟边沿的位置。这样才能把“低概率发生”收敛为“在特定时序窗口发生”。
检查信号是否适合跨域
第二层检查信号语义。单比特电平、单周期脉冲、多比特数据、计数器和状态编码不能使用同一种同步方式。特别是窄脉冲,如果源域有效时间没有覆盖目的域任何可观察的采样机会,目的域可能完全看不到事件;此时即使同步器结构正确,也会表现为偶发丢事件。
多比特数据还要检查一致性协议。把每一位分别接入双触发器同步链,并不能保证目的域在同一周期看到一致的字值;数据总线通常需要握手、异步 FIFO、Gray 编码等与其语义匹配的跨域方案。观测时应同时保留源信号、同步器第一级、同步器末级以及相关有效或握手信号。
判断同步器还是协议出了问题
第三层重点看同步器末级是否按设计语义稳定进入目的域。如果末级输出始终符合预期,而故障仍然发生,应把注意力转向目的域状态机和握手协议;如果异常与采样窗口、复位释放或同步级结构高度相关,则继续检查同步器级数、复位方式、CDC 约束以及实现后的物理时序。
下面是片段示例,依赖已有 clk_dst、低有效复位 rst_n 和同步器输出 sync_valid。假设协议规定 sync_valid 上升后必须至少保持到下一次目的时钟采样,可用断言捕获不满足该保持规则的脉冲。
property sync_valid_not_one_cycle_pulse;
@(posedge clk_dst) disable iff (!rst_n)
$rose(sync_valid) |=> sync_valid;
endproperty
assert property (sync_valid_not_one_cycle_pulse);预期结果
断言通过:sync_valid 上升后的下一目的时钟采样点仍保持为 1。
断言失败:sync_valid 违反既定保持规则,应回看源事件宽度、同步链路和协议控制逻辑。这个断言验证的是数字协议,而不是直接检测亚稳态。只有先明确 sync_valid 应当保持多久,断言结果才具有诊断意义。
最后检查握手与状态机闭环
第四层检查协议是否形成完整闭环。以请求应答为例,要确认 request 的产生、跨域同步、目的域采样、ack 的生成、ack 返回同步以及源域清除 request 的条件都存在,并确认 request 不会在 ack 被源域观察到之前过早撤销。偶发死锁经常不是某一级同步器失效,而是双方进入互相等待的状态。
故障复现时,可在关键状态切换处记录时间戳和状态值。下面命令是可运行示例,用于从已有仿真日志中过滤 CDC 关键事件;执行前将 <PATH> 替换为实际日志文件路径。
LOG_PATH="<PATH>"
grep -E 'CDC|request|ack|sync_valid|state=' "$LOG_PATH" | tail -n 40预期输出
<TIME> request=1 state=WAIT_ACK
<TIME> sync_valid=1 state=WAIT_ACK
<TIME> ack=0 state=WAIT_ACK
<TIME> ack=0 state=WAIT_ACK
<TIME> timeout state=WAIT_ACK实际时间戳和日志格式可能不同。若同一次复现中能够确认 request 已发出且同步后的请求已经到达目的域,但 ack 始终没有产生,就应检查目的域状态机的进入条件和 ack 生成路径,而不是直接放大 timeout 掩盖问题。
建立最小复现条件
定位完成前,尽量把故障压缩到最小条件集:固定时钟参数、复位序列和输入事件间隔,只改变触发相位或随机种子。若故障只在特定边沿关系出现,应优先检查脉冲宽度、采样机会和复位窗口;若多种边沿关系都会出现,则优先检查协议状态和同步结构;若只在综合或实现后出现,还要把 CDC 约束、布局布线和物理时序纳入证据链。
高质量的 CDC 排障结论应指出故障首次偏离预期的层级、对应的波形或日志证据,以及修复后同一复现场景已经恢复正常。这样即使问题再次出现,也能沿同一条证据链快速收敛。