同步 FIFO RTL 与 Cocotb 验证
这个项目实现了一个参数化单时钟同步 FIFO，并用 Cocotb 和 Python 建立自动检查环境。RTL 通过 memory、读写指针和 occupancy counter 保存数据；验证端用 Python deque 作为参考模型，覆盖复位、写满读空、almost-full 阈值、溢出保护、同周期读写和固定种子随机流。
配套源码：FIFO-RTL-cocotb-cocotb-python
当前可确认的验证基线
源码定义 5 个 Cocotb 测试，当前配置为 8-bit 数据、深度 16、almost-full threshold 14；提交
388e6a7对应的 GitHub Actions regression 已成功完成。历史 CI 详细日志已过保留期，因此这里不虚构测试耗时、覆盖率或随机事务总数。
项目解决什么问题
FIFO 用来缓冲生产者与消费者之间暂时不一致的数据速率。这个项目把问题分成三层：
- RTL 用循环地址保存先入数据，并保证先入先出。
- Cocotb 用 Python coroutine 在时钟边沿驱动和观察 Verilog 信号。
- Scoreboard 用独立
deque预测每拍允许发生的读写，再自动比较数据和状态标志。
数据与检查如何流动
| 路径 | 组件 | 作用 |
|---|---|---|
| 激励 | Cocotb test → FifoDriver | 驱动 wr_en/rd_en/din 并执行复位 |
| 设计 | sync_fifo | 更新 memory、指针、count、dout 与 flags |
| 观察 | FifoMonitor | 读取 dout/empty/full/almost_full |
| 预测 | FifoScoreboard | 用 deque 保存期望顺序和 occupancy |
| 判分 | fifo_step() | 比较读数据并检查全部状态标志 |
| 自动化 | GitHub Actions | 安装 Icarus 与 Cocotb 后运行 regression |
阅读路线
- FIFO 基础与循环缓冲区：理解先进先出、指针和 occupancy。
- 参数化 RTL：读懂宽度计算、回绕和 flags。
- 边界与并发语义：分析空读、满写和同拍读写。
- Cocotb 验证架构：理解 coroutine、driver、monitor 和采样时机。
- deque 与 Scoreboard：逐拍建立独立参考模型。
- 定向测试与随机回归：拆解 5 个测试和固定种子随机流。
- CI 与项目复盘：区分现有证据、验证缺口和下一步。
项目亮点
- 指针显式判断
DEPTH-1后回绕，不要求深度必须是 2 的幂。 count同时驱动 empty、full 和 almost-full，状态定义集中且直观。- 满状态同拍有效读取时仍允许写入，吞吐不必空出一个周期。
fifo_step()在驱动前先根据 reference queue 判断本拍哪些操作应被接受。deque.append()与popleft()直接表达 FIFO 规格，参考模型短而可审查。- 固定 Python 随机种子让失败序列可以重复，CI 则保证远端环境能自动运行。
当前边界
参数化 RTL 不等于参数矩阵已经验证
Makefile 与 Python 常量固定为
DATA_WIDTH=8、DEPTH=16、ALMOST_FULL_THRESHOLD=14。当前 CI 没有扫不同宽度、深度和阈值；DEPTH=1还会让地址宽度计算为 0，threshold 也缺少合法范围检查。
当前项目没有 functional/code coverage、SVA、运行中复位、多种子回归或跨配置 regression。它是一个结构完整的入门验证项目，而不是已经封闭全部验证空间的 FIFO sign-off 环境。
一句话面试表达
我实现了一个参数化同步 FIFO，用 memory、循环读写指针和 count 管理 occupancy；验证端用 Cocotb 封装 driver、monitor 和逐拍检查函数，以 Python deque 作为独立 golden model，覆盖复位、满空边界、almost-full、同周期读写和固定种子随机流，并通过 GitHub Actions 自动运行 Icarus regression。
延伸阅读
- SystemVerilog 基础语法
- AXI 项目的 UVM 平台架构：对比 Python/Cocotb 与 UVM 的职责拆分。