Améliorer la prédictibilité et l'efficacité de la vérification grâce au Big Data

Big Data est un terme qui existe depuis déjà des décennies. À l'origine, il s'agissait d'ensembles de données collectées, gérées et traitées dans un délai tolérable au-delà de la capacité des outils logiciels normaux. La seule constante dans la taille du Big Data au cours de cette période est son changement continuel, dû notamment à une plus grande puissance de traitement parallèle et à une capacité de stockage moins chère. Aujourd'hui, la plupart des acteurs de l'industrie utilisent le modèle 3V pour définir les défis et les opportunités du Big Data comme étant tridimensionnels, c'est-à-dire : volume, vitesse et variété. Récemment, ce modèle a été appliqué à l'apprentissage automatique et aux empreintes numériques. Les possibilités sont infinies ! Le processus reste le même : collecter, traiter et analyser. Pourquoi ne pas utiliser cette technologie pour améliorer l'efficacité de votre processus de vérification et prédire votre prochaine validation de circuit intégré ?

Les environnements de vérification d'aujourd'hui doivent être collaboratifs en raison de la taille des appareils, de la dispersion géographique des équipes et des contraintes de délais de mise sur le marché. La vérification nécessite la bonne utilisation de chaque cycle, la gestion du matériel, des logiciels et des ressources humaines.

Cet article définit l'environnement de vérification typique et les données qu'il omet souvent au cours d'un projet. Il explique comment le processus de collecte, de traitement et d'analyse peut être appliqué pour améliorer la prédictibilité et l'efficacité de l'ensemble du processus de vérification. Une infrastructure flexible est alors nécessaire. Elle doit permettre d'extraire les données des multiples systèmes qui composent le flux de vérification typique. Il faut aussi un référentiel central capable de stocker et gérer les données de manière commune. Ainsi, elles restent propres et pertinentes non seulement lors du projet en cours, mais aussi dans le futur pour permettre des comparaisons et des prédictions sur de nouveaux projets.

Cet article explique comment les nouvelles technologies du Web peuvent être appliquées au flux de développement matériel afin de fournir une infrastructure plug-n-play pour la collaboration. Cet article porte également sur les types d'analyses et de connaissances qu'il est possible de recueillir en combinant des statistiques de couverture courantes avec les données statistiques normalement omises, mais il porte aussi sur les interrelations entre ces statistiques.

La possibilité de voir les mesures recueillies au fil du temps peut fournir d'excellentes informations sur le processus. Les données de couverture historiques basées sur des tendances au fil du temps peuvent à elles seules donner des indications sur le temps supplémentaire nécessaire pour finaliser la validation. Regrouper ces indicateurs uniques sur un même graphique permet d'accéder ainsi à des informations qui sont souvent perdues.

Cet article montre également, à l'aide d'exemples, d'autres perspectives qui peuvent être obtenues en examinant les analyses croisées entre les taux de résolution des bug et la fluctuation du code source, qui, combinées à des statistiques de couverture, peuvent aider à prédire la progression vers la validation. Cet article montre comment les données historiques peuvent être utilisées pour repérer des modèles d'événements similaires, et comment l'enregistrement d'un peu plus de métadonnées dans les systèmes existants permet à l'analyse croisée de déterminer des informations telles que l'efficacité d'une nouvelle méthodologie ou d'un nouvel outil sur la base de projets antérieurs. On peut aussi calculer d'autres statistiques disponibles à partir des données, telles que le temps moyen entre les corrections de bug, le temps moyen entre les bug de régression, la dernière fois qu'un test a réussi ou échoué et l'utilisation de la licence de l'outil par des utilisateurs spécifiques, ce qui nous permet de répondre et de prédire des questions telles que "Aurons-nous suffisamment de licences formelles pour notre utilisation maximale sur le prochain projet ?"