芯片人的快乐——python+systemverilog用波形祝你新春快乐 |献上祝福语波形生成器|

简介: 芯片人的快乐——python+systemverilog用波形祝你新春快乐 |献上祝福语波形生成器|

使用方式

资源路径:祝福语波形生成器


Or vcs_wave_chinese_characters_gen: 基于VCS仿真环境的汉字波形生成器


下载解压于安装有vcs和verdi的linux虚拟机之中:



在script目录下,打开 hanzi_trans.py,修改祝福语:



好的,回到sim目录,键入make fun,等边编译仿真完成弹出verdi弹窗:



双击左侧的u_in_if0,然后中键把gogogo拖到波形窗(为啥结构这么乱,因为是拿之前的工程改的~):



然后双击gogogo,并把波形缩放到最小:



换点其他的祝福语:




可以说是过年过节走亲访友表个白唠个嗑啥的必备良器!


工作原理

汉字转点阵字

参考并借用了这篇文章中的代码并稍作修改:


Python实现点阵字体读取与转换的方法


在hanzi_trans.py脚本中将汉字转为01代表的点阵字,当然了,初始转成的点阵(以*表示有值)是这样的:



对应的01点阵即:



那么此时如果要把这些点阵字作为电路的信号输入,那么结合信号本身的波形展开顺序,显然应该是这么对应的:



从左到右每一列为一组32bit信号的每一比特,并且最下面为低比特,上面为高比特;再结合verilog的文件读取方式,显然我需要把数据整理为这种形式:



在脑海里我就想这两种排列方式,然后发现,这不就是数组转置么。。。。。


所以在脚本里做一步:

tp_rect_list = numpy.transpose(rect_list)


脚本最终输出为gogogo.cfg文件,就是上面这个转置后的01点阵图;


用例改造

找个用例复制替换一下,然后加这么一段:

task gogogo_case_seq::body();
    integer file;
    file = $fopen("../script/gogogo.cfg","r");
    while(!$feof(file))begin
        bit[31:0] value;
        $fscanf(file, "%b\n", value);
        `uvm_do_with(my_tr, {my_tr.gogogo == local::value;})
    end
  #100;
endtask: body

以二进制的方式读取gogogo.cfg的每一行,赋值给31bit的value,将tr的gogogo变量约束为value的值即可,每处理一行打出来一个transaction到interface中,也就实现了波形效果;


makefile改造

加一个make fun的指令,其实就是make run的固定参数版本,其他参数设置请参看【芯片前端】以vcs编译环境为例做一个适用于芯片前端的极简版Makefile实操教程:

fun: clean
  @../script/hanzi_tran.py
  @$(PRE_PROC)
  @vcs $(CMP_OPTIONS)
  @$(EXEC_SIMV) $(RUN_OPTIONS)
  @verdi -ssf sim_base/wave/gogogo_case_0.fsdb &
clean:
  @-rm -rf $(SIM_PATH)/exec ucli.key csrc vc_hdrs.h novas.conf  novas_dump.log  novas.rc verdiLog


相关文章
|
24天前
|
存储 索引 Python
|
25天前
|
Python
Python生成器、装饰器、异常
【10月更文挑战第15天】
|
1月前
|
传感器 大数据 数据处理
深入理解Python中的生成器:用法及应用场景
【10月更文挑战第7天】深入理解Python中的生成器:用法及应用场景
38 1
|
1月前
|
存储 数据处理 Python
深入解析Python中的生成器:效率与性能的双重提升
生成器不仅是Python中的一个高级特性,它们是构建高效、内存友好型应用程序的基石。本文将深入探讨生成器的内部机制,揭示它们如何通过惰性计算和迭代器协议提高数据处理的效率。
|
14天前
|
存储 程序员 数据处理
深入理解Python中的生成器与迭代器###
本文将探讨Python中生成器与迭代器的核心概念,通过对比分析二者的异同,结合具体代码示例,揭示它们在提高程序效率、优化内存使用方面的独特优势。生成器作为迭代器的一种特殊形式,其惰性求值的特性使其在处理大数据流时表现尤为出色。掌握生成器与迭代器的灵活运用,对于提升Python编程技能及解决复杂问题具有重要意义。 ###
|
1月前
|
存储 大数据 数据处理
Python 中的列表推导式与生成器:特性、用途与区别
Python 中的列表推导式与生成器:特性、用途与区别
23 2
|
1月前
|
存储 大数据 Python
Python 中的列表推导式和生成器
Python 中的列表推导式和生成器
17 1
|
2月前
|
机器学习/深度学习 设计模式 大数据
30天拿下Python之迭代器和生成器
30天拿下Python之迭代器和生成器
20 3
|
1月前
|
存储 大数据 数据处理
理解Python中的生成器:高效迭代的秘密
【10月更文挑战第8天】理解Python中的生成器:高效迭代的秘密
33 0
|
1月前
|
存储 大数据 程序员
深入理解Python中的生成器
【10月更文挑战第8天】深入理解Python中的生成器
13 0