隨機驗證中的隨機其實都是基于偽隨機發生器的，即每次都使用一個唯一的種子生成相應的激勵。

偽隨機數和真隨機數的區別是什么呢？

偽隨機數是由確定性的算法根據一個初始值（種子）生成的一系列數字，它們看起來像是隨機的，但實際上是可以預測和重復的。

真隨機數是由不可預測的物理過程（如量子現象或熱噪聲）產生的一系列數字，它們是真正的隨機的，不可預測和不可重復的。

偽隨機數通常用于仿真、加密、游戲等領域，而真隨機數通常用于安全、密碼學、抽獎等領域。

隨機驗證就是上述偽隨機數應用于仿真領域，目標是不同的種子生成不同的激勵，從而覆蓋新的驗證空間。

對于驗證來說，偽隨機數的可重復非常重要。比如

當RTL修復bug后，我們需要證實問題確實被修復了，這就需要相同的種子生成一樣的激勵。

如果我們希望知道回歸時某個場景具體被哪個種子覆蓋到（進行波形確認），也是可以通過EDA工具的覆蓋率結果搜索到的。

在回歸過程中，我們會使用不同的種子反復運行同一個用例，過程中會產生很多個過程文件以及最終的log文件和wave文件，這些文件的命名也應該加上種子號進行區分。

審核編輯：劉清