Agentenbasierte KI schließt Abdeckungslücken in der formalen Verifikation

In der Entwicklung integrierter Schaltkreise ist die vollständige Abdeckung ein entscheidendes Kriterium für den Verifikationsabschluss. Traditionelle, exhaustive Ansätze erreichen diese Zielvorgaben häufig nicht innerhalb der Projektzeitpläne. Eine neue Studie präsentiert einen agentenbasierten KI-Workflow, der Large‑Language‑Modelle (LLM) und generative KI (GenAI) nutzt, um die Abdeckungsanalyse zu automatisieren, Lücken zu identifizieren und die notwendigen formalen Eigenschaften zu erzeugen.

Der Ansatz beschleunigt die Verifikation, indem er systematisch Abdeckungsdefizite anspricht. Durch den Einsatz von LLM‑gestützter Generierung werden fehlende Testfälle und formale Regeln automatisch generiert, was die manuelle Arbeit erheblich reduziert. Die automatisierte Analyse erkennt Muster, die bei manuellen Durchläufen leicht übersehen werden können.

Vergleichende Tests an Open‑Source‑ und internen Designs zeigen, dass die Coverage‑Metriken signifikant steigen – insbesondere bei komplexeren Schaltungen. Die Ergebnisse bestätigen die Effektivität der KI‑gestützten Methode und unterstreichen ihr Potenzial, die Produktivität in der formalen Verifikation nachhaltig zu erhöhen.