隨著物聯網 （IoT） 的迅猛發展，網絡供應商也受到了巨大的影響。畢竟，如果沒有網絡基礎設施的支持，IoT 也將不復存在。造成的其中一個后果便是網絡設備中以太網端口數量的顯著增加。

　　今天，以太網交換機和路由器已達到 256 個端口（到年底將會增加到 1024 個端口），而且它們可處理高達 120 Gb/s 的流量。同時，網絡交換的延遲也在持續下降中，最低延遲已降至 1 ?s。所有這些因素促使如今的網絡交換機和路由器芯片成為有史以來最大規模的芯片，達到了五億門級。在流片完成之前驗證此類復雜 IC 設計是一項難以完成的任務。我們來考慮下具有 128 端口以太網接口的 SoC 設計。

　　盡管可以在塊級別使用 HDL 軟件仿真時，用仿真流量來驗證數億門級的整個設計顯得不合實際，而且必然會被淘汰。這是一個在電路內模擬 （In-Circuit-Emulation ICE） 模式中采用硬件模擬的主要案例。然而，ICE 配置需要對每個端口使用一個以太網測試儀。由于速度上的不匹配，測試儀和硬件仿真器不能直接連接，需要在兩者之間插入速率適配器。

　　例如，我們的128 端口設計的測試設置需要 128 個以太網測試儀和 128 個以太網速度適配器，以及將其連接起來的所有接線（圖 1）。除了錯綜復雜的布線、潛在的硬件不可靠性、整體開支外，整個設置只能支持一位用戶在現場調試。遠程訪問根本無法實現，因為遠程需要進行人為操作，為不同的用戶配置不同的誓言環境。

　　這種協議激勵建模環境的局限性早在幾年前就已顯現出，因而才有必要創建一個由軟件控制的環境，用于生成、傳輸和分析以太網數據包，從而對硬件仿真平臺內映射的以太網 SoC 進行測試。通過軟件仿真方法，一般每天可驗證 1，000 個數據包，而硬件仿真的處理量可達到 1，100 萬以上。

　　在此場景中，以太網測試儀模型運行于連接到硬件仿真器的Linux工作站上?；诔墒斓膶崿F IP，模型準確再現了實際的物理測試儀。這種虛擬測試儀包括以太網數據包生成器和監視器 （EPGM），可以為 1G、10G、40G/100G 和 120G 網絡分別配置 GMII、XGMII、XLGMII/CGMII 和 CXGMII 接口。每個支持的MII端口都需要一個 xRTL 事務處理器。

　　圖 1. 一個使用 ICE 驗證的 128 端口以太網交換機

　　多個工作站的多個測試儀應用可以組合在一起，制成多個協同模型，從而支持大端口計數配置。采用高速鏈路 （HSL） 卡將各個工作站的協同模型連接到硬件仿真器中。高度集成的傳輸機制為時鐘性能的最大化作了優化，并且它對測試平臺來說是透明的。由于運行和調試是并行的，數據平面硬件仿真流量會隨端口數呈線性增長。

　　此方法還有其他幾個優點。首先，通過遠程訪問可快速重新配置虛擬測試儀，以便執行各項功能。其次，工作站是穩定可靠的設備，只占同等功能的復雜以太網測試儀的一小部分成本。更重要的是，其能支持多個并發用戶，在大型軟件開發團隊備份時特別有用。最后同樣重要的是，可以將硬件仿真數據中心當作企業級硬件仿真資源使用。

　　此方法同樣非常適合于復雜測試場景的生成和監控。采用交互和批處理模式 TCL 命令界面來控制所有MAC并生成各種各樣的協議和數據。每種協議可以以不同的數據長度或者隨機的數據長度按百分比混合。數據包傳輸仲裁策略包括多種算法：如 WRR、DWRR、SO 和 Random 等。

　　圖 2. VirtuaLAB 以太網環境

　　其還支持復雜交換拓撲的壓力測試和錯誤注入。協議和性能違規均可報告出來。數據包可以在交互或批處理模式中進行分析，以檢查數據包統計、Tx/Rx 跟蹤、元數據、時間戳以及線路中的所有內容。

　　硬件仿真的標志之一是，它能對大型復雜系統進行復雜性能分析。某些情況下，可能需要數百萬個數據包才能切中當前設計中穩態分析的要點。以測量百萬兆以太網交換機的流量比特率為例?？梢圆捎锰摂M以太網簽名生成和數據包時間戳 （TS） 來計算這些測量。

　　圖 3. 采用硬件仿真，各端口的測量可以在一小時內完成

　　在大量端口數的設備軟件仿真中，像這樣每個端口每個流量的測量都可以輕易耗費一周的時間。但通過硬件仿真方法，同樣的測量在一小時內就能完成。