近日，ICCAD 2025录用文章中引用了芯思维的工具，由北京邮电大学集成电路学院团队在集成电路设计领域顶级会议ICCAD上发表题为《ISO 26262-Aligned Functional Safety Verification Framework with Explainable Graph Neural Network》的研究成果。研究提出了一种基于可解释图神经网络的功能安全验证框架，显著提升了汽车电子系统的安全分析效率与透明度，为ISO 26262合规认证提供了全新路径。
研究在实验验证环节采用了芯思维开发的XSIM与SSIM仿真工具，高效完成了多类电路模块的故障注入与仿真分析，为模型训练与验证提供了可靠的数据基础，体现了国产EDA工具在支持前沿学术研究与产业应用中的重要作用。
01 研究背景与挑战
随着智能驾驶与汽车电子系统复杂度的不断提升，功能安全已成为汽车芯片设计的核心要求。ISO 26262标准对安全关键系统提出了严格的验证与追溯要求，而传统的故障注入方法存在效率低、可扩展性差、缺乏可解释性等问题，难以满足现代SoC设计的验证需求。
02 创新亮点
研究提出了一种融合图神经网络与可解释人工智能技术的功能安全分析框架，具备三大核心创新：
1. 基于GNN的故障关键性分析：将电路结构建模为图结构，精准识别关键故障节点；
2. 梯度驱动的特征重要性分析：量化电路特征对故障传播的影响，指导选择性加固策略；
3. 基于XAI的可追溯分析机制：通过GNNExplainer等技术可视化模型决策过程，满足ISO 26262对安全分析的透明性要求。
03 实验成果显著
研究在I2C控制器、FIFO、32位乘法器、RISC-V CPU等多个典型电路上进行了验证，结果表明：
- 故障检测精度高达99.6%，F1分数达99.8%；
- 相比传统方法，验证时间大幅降低，所需故障注入数据量减少一半；
- 在芯思维XSIM/SSIM平台上实现了高效仿真与数据采集，验证了框架的可行性与实用性。
04 产学融合 工具赋能
研究不仅展示了GNN在功能安全分析中的巨大潜力，也凸显了国产EDA工具在支撑高水平学术研究中的重要作用。芯思维的XSIM与SSIM工具为研究提供了稳定、高效的仿真环境，助力团队在保证实验精度的同时，大幅提升了验证效率。
未来，随着功能安全要求的不断提升，基于AI的验证方法与国产EDA工具的深度融合，将为我国汽车芯片与集成电路产业带来更多创新机遇。
芯思维将继续致力于为高校、科研机构与产业界提供高性能、高可靠性的EDA仿真与验证解决方案，助力中国集成电路设计与安全验证能力的持续提升。