FPGA原型验证学习笔记——开篇之问：Simulation or Emulation？
一些叽里咕噜的话
新人报道！今天是我跳槽进入新公司的第一天，也是我从传统FPGA开发转变为FPGA原型验证的一天。一切重新开始，一切重新学习。
第一天无非就是装装电脑，配置下服务器，闲来无事，阅读了下S2C公司撰写的数字芯片与验证相关的白皮书《Prototypical II》，觉得很有收获。不知何故，突然涌现一种强烈的分享欲望，想着也正好趁着刚开始学习新东西，不如开个专栏，作为自己日常学习笔记，同时也为了更好的以一个初学者的视角去记录我的学习心得，为更多跟我一样的初学者提供一些帮助。如果我的笔记有帮到您，那是我的荣幸，也让我倍感舒心。
另外，我也把《Prototypical II》链接放在了文章最后，有兴趣的小伙伴可自取，不过该网站需要您注册一些信息才可获取，另外该网站还提供了很多其他的资料供大家学习。
开篇之问：Simulation or Emulation？
在入手一门新技术时，总是要先问what/why，再去学习how。所以在进入FPGA原型验证的技术学习之前，我们需要先问清楚：什么是FPGA原型验证？为什么需要用到FPGA原型验证？而今天的第一篇笔记就是抛开乱七八糟的技术点，从这两个问题出发去初步揭开FPGA原型验证的面纱，看看里面到底是个什么玩意儿。您大可不必让大脑整装待发，全副武装的来面对今天这篇笔记，甚至可以脱去外衣，躲到被窝里，以一种听故事的方式跟着我的文字进行一场放松惬意的旅程，而您的脑子，就让它在边上睡会吧。
在阅读《Prototypical II》过程中，我发现文章中的两个词出现频率特别高，“Simulation”和“Emulation”。查英文翻译会发现它们都包含“模拟”、“仿真”的意思，好像没有任何区别。但是了解了文中记录的一个小故事（可能也并不小，甚至很传奇），我对这两个词有了完全不一样的理解。
Quickturn传奇：开启硬件仿真时代的四幕剧
第一幕：诞生——当灵感遇见契机
1988年5月，美国硅谷一家不起眼的办公室里，三位EDA行业的资深人士——迈克·达穆尔、史蒂夫·桑普尔和汤姆·佩恩——正在讨论一个困扰整个芯片产业的难题。他们都是来自当时领先的EDA公司Daisy Systems和Silvar-Lisco的专家，深谙芯片验证之痛。汤姆·佩恩更是分区算法的专家，这个背景后来成为他们技术的核心。
当时的现实是残酷的：芯片设计越来越复杂，验证工作呈指数级增长，软件仿真（Simulation）消耗了英特尔等公司80%的EDA计算资源，一个复杂的处理器设计，仿真实例需要数周甚至数月，68%的芯片项目延期，只有32%能一次流片成功。
“如果我们不能改变验证的速度，”达穆尔在会议上说，“整个半导体行业的发展都会被拖慢。”
他们产生了一个在当时看来十分“离经叛道”的想法：为什么不直接用硬件来验证硬件？
当时市面上已有FPGA，但仅限于小规模设计，且流程原始、手工操作。三位创始人想做的，是将多片FPGA组合成一个“门海”，通过自动化工具将芯片设计映射到这个可编程硬件阵列上，实现硬件级别的仿真。
他们给自己的第一个产品命名为“RPM”——快速原型机。
第二幕：困局——无名之物的尴尬
产品有了，但一个根本性问题摆在面前：这到底算什么？
在早期的客户演示中，几乎每个客户都会困惑：
“是仿真加速器吗？”——“不，比那个快得多。”
“是FPGA原型吗？”——“不，比那个自动化程度高得多。”
当时的行业格局非常清晰：软件仿真是一类，硬件加速仿真是一类，手工FPGA原型是一类。他们的产品哪一类都不属于，但又都有点像。更尴尬的是，他们发现最需要这种技术的大型芯片公司，根本没有预算类别来购买这种“四不像”。
转折点出现在一次偶然的阅读中。有人推荐了一本营销经典——《定位：争夺心智之战》。书中的几句话如闪电般击中了他们：
“与其在现有市场中争第一，不如创造一个新市场并成为其第一。”
他们豁然开朗：RPM既不是仿真，也不是传统原型，它需要一个全新的名字、全新的品类。
经过反复讨论，他们选择了 “Emulation”——硬件仿真。
这个命名堪称天才：它既与仿真有词源联系，又暗示了其硬件属性，同时成功与“原型”区别开来。
第三幕：突破——英特尔改变一切
1989年一个阳光明媚的下午，英特尔的年轻工程师阿扎姆·巴尔卡图拉驾车经过山景城。他正为英特尔下一代处理器——奔腾P5的验证工作焦头烂额。突然，他看到了Quickturn的招牌。“硬件仿真？有点意思。”他停下车，走了进去。
会议室里，达穆尔向他展示了RPM的潜力：“想象一下，在硅片流片前几个月，你就能把处理器的‘数字替身’插到真实的PC主板上，启动操作系统，运行真实软件。”
阿扎姆的眼睛亮了。这正是英特尔最需要的——验证周期太长，已成为产品上市的最大瓶颈。
阿扎姆带着产品资料回到英特尔，说服了管理层。但合作面临巨大障碍：
- 技术适配：英特尔的RTL代码是专有格式，不可综合，需要手工转换
- 规模未知：没人知道奔腾设计需要多少台RPM
- 成本风险：RPM单台价格昂贵
最终，双方达成一项创造性协议：英特尔按项目付费，获得“验证P5所需的所有RPM”，无需预先确定数量。
项目启动后，挑战远超想象。阿扎姆领导的四人团队每天工作18小时：
- 将英特尔的专有RTL手工转换为可综合代码
- 将设计分割成能放入RPM的模块
- 用14台RPM摆成U形，通过数十根扁平电缆连接
- 为嵌入式内存制作外部硬件适配模块
连接和调试如此复杂，团队甚至需要手动计算时序延迟。最终，仿真时钟被降到约300kHz——虽远低于目标频率，但已是当时仿真速度的数千倍。
1991年11月，在旧金山的一个行业论坛上，英特尔副总裁阿尔伯特·余通过拨号网络连接到实验室，在仿真的奔腾处理器上远程运行了Lotus 123电子表格。现场数百名工程师和行业高管震惊了。这意味着：
- 奔腾设计在流片前就已能运行真实软件
- 至少一个关键硬件bug被提前发现并修复
- 产品上市时间预计提前数月
传闻当时正考虑转向RISC架构的康柏电脑，在演示后放弃了转换计划，选择等待奔腾。
第四幕：遗产——开创一个时代
Quickturn从奔腾项目中提炼出了他们最具说服力的营销武器：Time-to-Market(TTM)理论模型。
他们向客户展示一张简单的图表：产品收入曲线呈钟形，延迟上市意味着永久损失曲线下的面积。即使只缩短几周上市时间，避免的收入损失也远超仿真系统的购买成本。
这个模型完成了关键的视角转换：
- 从工程师视角到商业决策者视角
- 从成本支出到收入保护
- 从技术工具到战略投资
Quickturn的故事不仅是技术创新史，更是关于如何定义问题、创造品类、将技术价值转换为商业语言的经典案例。他们面对的不是技术瓶颈，而是认知障碍；他们销售的不是机器，而是时间本身。
初识FPGA原型验证
Quickturn产生的“Emulation”想法演进于软件仿真（software simulation）、硬件加速仿真（hardware accelerated simulation）、手工FPGA原型（manual FPGA prototyping）等验证方法，又脱胎于它们，并逐步发展到今天的FPGA原型验证。从我目前的认知来理解，它们的区别如下：
软件仿真（software simulation）
- 原理：通过软件的方式模拟芯片的逻辑和时序，依靠CPU编译及运行，所有的信号变化均由CPU计算得到。
- 类比：咱们需要造一栋高楼，软件仿真就是将重要的物理规律、造高楼所用的所有材料的参数输入进计算机，并且由计算机模拟搭建一个虚拟的完全一样的高楼，并模拟一些外来因素，比如地震、大风等去测试这个虚拟的高楼是否稳固。
- 优点：1.调试能力强，可以100%查找内部任何问题（毕竟都是代码实现的）；2.易于部署，不依赖硬件。
- 缺点：仿真速度龟爬，运行频率从HZ到KHZ不等，运行一次可能需要数周甚至数月。
硬件加速仿真（hardware accelerated simulatio）
- 原理：使用专用硬件（通常是包含FPGA的加速卡）来执行仿真中最耗时的部分（即“设计本身”的计算），而测试平台和调试控制仍运行在主机CPU上。
- 类比：还是造一栋高楼，在设计虚拟高楼时，将计算最密集的“结构应力分析”部分，卸载到一个专用的、并行计算能力极强的硬件模块中。设计师仍在主计算机上操控整体模型、查看结果，但每次模拟地震或大风时，核心力学计算的速度得到了极大提升。
- 优点：1.相比纯软件仿真，通常能快 10到1000倍。
- 缺点：1.尽管速度有所提升，但仍受限于主机与加速卡之间的通信带宽，无法达到硬件理论的极限速度；2.专用加速硬件不好搞。
手工FPGA原型（manual FPGA prototyping）
- 原理：直接使用FPGA开发板、分立元器件，通过手工设计电路板、飞线连接等方式，物理搭建一个目标系统的“样机”，本质是高度定制化的硬件系统。
- 类比：不用计算机模拟了，而是直接去仓库找来木料、砖块、胶水等现成材料，手工搭建一个高楼的等比例缩小实物模型。可以用风扇吹（模拟风），用手摇（模拟地震）来测试它是否容易倒。
- 优点：1.运行速度极快，可达到MHZ。
- 缺点：1.尽管运行速度快，但架不住前期“搭建”的耗时，由于缺乏自动化，全部手工来，“搭建”周期可能耗费数周到数月；2.调试困难，内部结构如黑盒，不易探查；3.专项专用，用完即废，新项目又得重新手工搭建；4.最终测试结果可能与真实情况有差异（毕竟测的不是高楼本身）。
FPGA原型验证（FPGA prototyping/Emulation）
- 原理：使用商业化、标准化的多FPGA系统平台，通过自动化软件工具将大型设计分割、编译并映射到FPGA阵列上运行。它融合了前几类的优点，致力于提供一个兼具硬件速度与软件可控性的专业验证环境。
- 类比：这次多了个自动“搭建”的机器人（或系统），你只要把高楼设计图纸丢给它，它就能操控机械臂自动给你从现有的材料中挑选出匹配的材料进行“搭建”高楼模型，同时它还会在内部安装传感器，以测试应力情况。
- 优点：1.运行速度极快，可达到MHZ，“搭建”速度同样质的飞跃；2.可通过标准接口连接到真实的外围系统，让“建筑模型”置身于真实的“城市环境”中测试；3.调试能力大大提升（虽然比不得软件仿真）；4.标准化的FPGA系统平台可一直服务多个项目，只需要给机器人不同的图纸即可快速搭建新的模型。
- 缺点：1.前期购买的FPGA系统平台价格昂贵（但是分摊到很多个项目上后其实就没什么了）；2.虽然自动化，但面对超大设计时，分割、布线、时序收敛仍需专业知识和较长编译时间（这也是后续学习方向）。
总结
FPGA原型验证不是一个单一的技术点，而是系统性的，所需要学习和去理解的东西会很多，路漫漫其修远兮，我会尽可能在学习过程中记录下心得，供大家一起讨论学习。
FPGA原型验证所用的工具也同样很多，如Synopsys便提供了完整一套工具，如RTL综合软件Synplify/Synplify Pro/Synplify Premier、多FPGA分割优化软件Certify、整系统编译实现软件ProtoCompiler、专业调试工具Verdi等。工欲善其事必先利其器，后续我可能会先从工具入手，先熟悉工具的使用。
注：以上内容部分借助deepseek生成，当然大部分都是我自己的理解，毕竟也是刚进入这个领域的新人小白，准确性仅供参考，也希望各位大佬指正错误，一起讨论学习！
《Prototypical II》链接：www.s2ceda.com/ch/support-wpSynopsys
