VANAGA ist ein in Python geschriebenes Open-Source-Framework zur automatischen Optimierung der Instruktionssatz-Kodierung von Prozessorarchitekturen. Zum Einsatz kommt dafür wahlweise ein Single-Objective oder Multi-Objective genetischer Algorithmus (GA). Die Optimierungsmetriken (z.B. Siliziumfläche des Instruktionsdekoders, Verlustleistung der Prozessorlogik) sind durch den Nutzer anpassbar. Ergebnisse werden durch einen externen Prozessordesign-Toolflow des Nutzers erzeugt. Dazu stehen umfangreich anpassbare und parallelisierte Interfaces für einen hohen Evaluationsdurchsatz zur Verfügung.
M. Weißbrich, J. A. Moreno-Medina, and G. Payá-Vayá. "Using Genetic Algorithms to Optimize the Instruction-Set Encoding on Processor Cores". 2021 10th International Conference on Modern Circuits and Systems Technologies (MOCAST), 202, https://doi.org/10.1109/mocast52088.2021.9493406
PATARA ist ein Open-Source-Tool für die Post-Silicon-Validierung von gefertigten Prozessors. Es basiert auf der REVERSI-Methodik, bei der sich der Prozessor selbst validiert. Der Validierungsprozess wird mit zufälligen Daten und zufälligen Anweisungen durchgeführt. Daher kann dieses Tool Funktionseinheiten und die Interaktionen zwischen Funktionseinheiten und Modulen funktional validieren.
F. Stuckmann,P. A. Fistanto and G. Payá-Vayá. "PATARA: A REVERSI-Based Open-Source Tool for Post-Silicon Validation of Processor Cores". 2021 10th International Conference on Modern Circuits and Systems Technologies (MOCAST), 2021, https://doi.org/10.1109/mocast52088.2021.9493373