[论文解读] Bitwuzla at the SMT-COMP 2020

Aina Niemetz, Mathias Preiner|arXiv (Cornell University)|May 30, 2020

Formal Methods in Verification参考文献 13被引用 4

一句话总结

Bitwuzla 是一个新一代的 SMT 求解器，支持位向量、浮点数、数组和未解释函数，结合了位分解、基于传播的局部搜索以及按需引理技术，实现了高效的推理。它在 SMT-COMP 2020 竞赛的多个赛道中表现出色，展示了对未满足核心提取、增量求解以及量化和非量化逻辑中高级优化技术的稳健支持。

ABSTRACT

In this paper, we present Bitwuzla, our Satisfiability Modulo Theories (SMT) solver for the theories of bit-vectors, floating-points, arrays and uninterpreted functions and their combinations. We discuss selected features and provide details of its configuration and participation in the 2020 edition of the annual SMT competition.

研究动机与目标

• 设计一个可扩展且高效的 SMT 求解器，支持包括位向量、浮点数、数组和未解释函数在内的复杂理论。
• 将按需引理技术推广至非递归一阶 λ 项，以实现对内存操作和常量数组的紧凑建模。
• 将多种求解策略——位分解和局部搜索——整合到非量化位向量公式中的顺序组合求解器中。
• 为非量化逻辑支持未满足核心提取和增量求解，以改进调试和验证工作流。
• 通过使用 SymFPU 库实现的字级编码，实现高效的浮点数推理，确保与标准 SMT 格式的兼容性。

提出的方法

• 采用顺序组合求解策略，结合基于传播的局部搜索（最多 10k 步）和位分解，用于非量化位向量求解。
• 提出了一种基于传播的局部搜索的三值泛化方法，以解决现有方法在位简化盲点上的局限性。
• 使用与非门图（AIG）表示，随后在 AIG 层次进行重写，再转换为 CNF 格式，并使用 CaDiCaL 和 Lingeling 等后端进行 SAT 求解。
• 集成 SymFPU 作为 C++ 库，实现浮点数操作的即时字级编码，转换为位向量逻辑。
• 应用基于证明的优化和双路传播优化技术，以减少在数组和未解释函数的按需引理中的一致性检查开销。
• 通过基于假设的求解实现未满足核心提取，其中所有断言均被假设，失败的假设将作为核心被报告。

实验结果

研究问题

• RQ1 如何将按需引理技术推广至数组和未解释函数推理中的非递归一阶 λ 项？
• RQ2 在非量化位向量公式中，将位分解与基于传播的局部搜索组合在顺序组合求解器中的性能影响如何？
• RQ3 在局部搜索中使用三值传播是否能通过识别可简化为常量的位来提高效率？
• RQ4 在基于位向量的 SMT 求解器中，SymFPU 集成在浮点数推理方面的有效性如何？
• RQ5 通过基于假设的未满足核心提取，在 SMT 求解中对调试和分析的改进程度如何？

主要发现

• Bitwuzla 在 SMT-COMP 2020 竞赛的单查询、增量求解、未满足核心和模型验证赛道中均表现出色。
• 将基于传播的局部搜索（10k 步）与位分解顺序结合，显著提升了非量化位向量问题的求解效率。
• 基于传播的局部搜索的三值泛化方法有效解决了忽略可简化为常量的位的问题，增强了搜索引导能力。
• SymFPU 的集成实现了浮点数操作的精确且高效的字级编码，支持 QF_FP 和 QF_BVFP 分支。
• 未满足核心提取功能已成功实现并启用，适用于所有非量化分支，失败的假设被作为未满足核心返回。
• 求解器在使用广义按需引理处理复杂数组和未解释函数表达式方面表现出稳健性，尤其在 memset 和 memcpy 等操作中表现突出。