在 AI 引擎仿真器与 x86 仿真器中,对于定时执行(graph.wait(N)
、graph.resume()
和 graph.end(N)
),graph 构造的行为不尽相同。对于 AI 引擎仿真器,N 用于指定处理器周期超时,而对于 x86 仿真器,它指定挂钟超时限制(以毫秒为单位)。因此,如果您的测试激励文件使用定时执行,那么 AI 引擎仿真器和 x86 仿真器可能产生不同结果,尤其是生成的输出数据量可能不同。
在 AI 引擎仿真器与 x86 仿真器中,对于定时执行(graph.wait(N)
、graph.resume()
和 graph.end(N)
),graph 构造的行为不尽相同。对于 AI 引擎仿真器,N 用于指定处理器周期超时,而对于 x86 仿真器,它指定挂钟超时限制(以毫秒为单位)。因此,如果您的测试激励文件使用定时执行,那么 AI 引擎仿真器和 x86 仿真器可能产生不同结果,尤其是生成的输出数据量可能不同。