当前位置: 首页 > news >正文

Modelsim联合高云ip仿真流程

一、改变工作器件库

打开modelsim,调整工作器件库:

modelsim --> File --> Change Directory --> 选择modelsim的安装目录C:\modeltech64_10.7(我装在C盘),点击选择文件夹,如下图。

二、创建libirary库并编译

(1)点击File→New→Library,在出现的对话框选择a new library,Name一栏命名库名称gw1n,点击ok就会在之前选择的路径下(C:\modeltech64_10.7)产生gw1n库。

(2)点击Compile→compile,Library一栏中选择我们之前新建的gw1n路径,查找范围选择高云安装路径下仿真库路径,选择gw1n:

(3)选择prim_sim.v文件,点击Compile,完成编译后点击Done:

四、将编译的库设置为默认库

打开modelsim安装路径(C:\modeltech64_10.7),将modelsim.ini文件取消只读模式后打开,添加如下代码:gw1n = $MODEL_TECH/../gw1n,然后再回复文件的只读属性。

五、创建FIFO ip核测试

(1)创建同步8位、64深度fifo ip:

(2)例化后放入tb文件

(3)新建modelsim工程。用户加入自己写的tb文件和高云的IP核,分以下两种情况处理:①IP为非加密类型,添加.v文件;②IP为加密类型,添加.vo文件。路径在建立的fifo ip核文件夹下。

(4)设置仿真配置,右键→Add to Project→Simulation Configuration...

选中work中的tb_fifo将Design Unit(s)一栏设置为work.tb_fifo,点击Optimization Options...,在Visibility中选择Apply full visibility to all modules(full debug mode);在Libraries中Add 先前的库(gw1n)

点击ok后save:

最后如下图所示:

六、启动仿真观察仿真结果:

写入fifo中1到64:

读出fifo中1到64:

至此,整个Modelsim联合高云ip仿真流程介绍完毕。

http://www.cnnetsun.cn/news/42976.html

相关文章:

  • 63.测试策略-领域模型测试集成测试实操方法-附测试框架选择
  • 1.2 主流大模型初探:解锁OpenAI、Gemini、Claude的强大能力
  • Ring-mini-linear-2.0:融合线性注意力与稀疏专家的下一代高效大语言模型
  • MFC消息处理机制
  • 商业级图像合成引擎6.0版本重磅发布:解锁跨场景视觉创作新范式
  • MyBatis-Plus与Spring整合(02--Service的代理)
  • 11、渗透测试实战:目标探索、利用与攻击行动
  • 16、攻击收尾:报告与撤离
  • 20、树莓派的替代项目探索
  • 事件查看器-事件ID
  • 单步出图革命:Consistency Model如何以100倍效率重构AI绘画产业格局
  • 搭建鸿蒙PC命令行适配环境测试hello程序
  • 编辑相似度(Edit Similarity):原理、演进与多模态扩展
  • 【深度解析】MiniCPM 2.0:端侧大模型的技术性进展与技术革新
  • ClickHouse 快速入门
  • 基于SpringBoot的人事管理系统设计与实现
  • 【论文阅读】Multi-modal Spatial Clustering for Spatial Transcriptomics Utilizing High-resolution Histology
  • Day36官方文档的阅读
  • Windows右键菜单终极优化指南:让你的右键菜单重获新生
  • ZTools v1.1.2:桌面应用启动器与搜索工具
  • Flutter Android APK 重命名 签名验证操作
  • MarchingCubes 网格数据体素化并提取等值面
  • 基于SpringBoot的餐厅推荐系统 计算机毕业设计选题 计算机毕设项目 前后端分离 【源码-文档报告-代码讲解】
  • 禁用MinIO后的7种企业级替代方案评测
  • document.querySelector在电商网站中的5个实战应用
  • 企业级应用:OpenJDK1.8在生产环境中的部署实践
  • Homebrew实战:从安装到开发环境搭建全流程
  • 企业级Git仓库SSH连接安全最佳实践
  • Day12 贝叶斯优化可视化和随机森林的解读
  • 数据湖不是湖,是江湖:Delta Lake / Iceberg / Hudi 到底该选谁?