NBTI效应下RISC-V处理器老化预测技术

发布时间：2020-08-12 23:32

【摘要】：随着半导体工艺进入纳米时代,负偏置温度不稳定性等机制对电路造成的影响将不可忽略,在这些失效机理长时间的作用下,电路中的老化情况会随之加剧,当老化超过一定阈值时将导致电路无法正常工作。为了能够对电路老化进行检测,部分业内人士充分利用了机器学习算法能够通过分析现有数据来达到精确判断测试数据类别的优点,并在老化分析时得到了较理想的结果。本文以负偏置温度不稳定性导致的电路老化为研究基础,将开源精简指令集处理器软核作为样本电路,并成功设计由Prime Time功耗仿真和机器学习算法构成的集成电路老化预测平台,完成了精简指令集处理器中的老化预测。本文研究了负偏置温度不稳定性导致失效的基本原理,分析了随着时间增加,该失效机理对于电路延时的影响,进而提出了基于功耗信息进行电路老化分析的研究方案,并结合Spectre工具得到了本设计中所用标准单元15年内的延时信息。为了模拟集成电路正常工作功耗,设计了Prime Time功耗仿真和机器学习算法构成的集成电路老化预测平台,并结合负偏置温度不稳定性导致的延时变化规律,得到了老化后的功耗数据。并利用主成分分析算法完成了功耗数据的降维工作。然后将处理后的数据送入神经网络算法构成的数据分析平台完成了功耗数据的分析和训练工作。在完成两种算法的评估之后最终选择反向传播人工神经网络算法在现场可编程门阵列平台进行硬件实现。本文选择开源精简指令集处理器作为老化试验的样本电路,并完成了基于该处理器软核的数字电路设计全流程工作,得到处理器的数字版图,然后利用Prime Time工具进行了时序检查,并通过后仿真对功能和时序进行了验证,最终利用所搭建的预测平台完成了该电路的老化预测工作。实验结果表明,将输出误差容忍限设为0.5时,反向传播人工神经网络算法与基于粒子群优化的神经网络算法均能达到较理想的分类准确率。基于粒子群优化的神经网络算法运行时间约为反向传播人工神经网络算法的3倍,且所用激活函数较为复杂,故选择反向传播人工神经网络算法在现场可编程门阵列平台中完成模型的搭建。当输入不同的测试数据进行现场可编程门阵列模型测试时,该模型均能得到与仿真同样的输出结果,并成功预测电路老化。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP332
【图文】：

图 2-3 ΔVth 变化曲线.2 门级电路失效分析在上一节中分别对静态 NBTI，动态 NBTI 以及长时 NBTI 三种失效模行了详细的分析，本节将以此为基础来对本设计中所涉及的工艺库基本单行失效分析。由集成电路知识可知，门级网表是由所指定工艺库中的基本搭建而成，故本文从小模块出发，最后达到对整个电路进行老化模拟的。本节的重点是从理论出发，得到 NBTI 失效机理与基本单元延时之间的，从而证实利用上节中失效模型对 PMOS 管进行老化模拟仿真的可行性面将以反相器以及 D 触发器为例，对其失效后的参数变化进行理论分析。.2.1 反相器老化分析失效机理作用在反相器上将会导致反相器的性能退化，本节中将主要研BTI 失效机制对其延时产生的影响。由集成电路知识可知，反相器的传输

瞬态仿真输入图

瞬态仿真输出图

【相似文献】

相关期刊论文 前10条

1 李保增;NbTi超导电缆中股的临界电流退化[J];低温与超导;1993年01期

2 闫爱斌;梁华国;黄正峰;蒋翠云;;考虑NBTI效应的组合电路软错误率计算方法[J];计算机辅助设计与图形学学报;2015年08期

3 郭强;张平祥;冯勇;刘向宏;李建峰;闫凯鹃;;新型时效热处理工艺对多芯NbTi超导线材微观组织和临界电流密度的影响[J];稀有金属材料与工程;2019年12期

4 王福堂,方进,丁立人,王胜,陈治友,陈敬林;NbTi复合导体临界电流的测量[J];低温与超导;1999年02期

5 刘华军;武玉;陈敬林;韩奇阳;龙风;郭飞;施毅;彭晋卿;;7T大口径NbTi超导磁体降温通电实验[J];低温与超导;2009年03期

6 朱诗倩;石艳玲;;数字电路中NBTI效应仿真及建模方法的研究[J];微电子学;2015年02期

7 李峰;严仲明;董亮;闫强华;朱英伟;王豫;;小型NbTi磁体的失超传播特性研究[J];低温与超导;2009年04期

8 赵保志,严陆光,王秋良,宋守森,雷沅忠,戴银明;6T NbTi传导冷却超导磁体系统杜瓦容器的研制[J];低温物理学报;2005年02期

9 刘方;龙风;高慧贤;陈超;刘勃;武玉;刘华军;;ITER Nb_3Sn及NbTi超导线扭距测量方法比较与分析(英文)[J];稀有金属材料与工程;2015年09期

10 谢宝海,吴晓祖,刘向宏,陈自力,蒲明华,李晓光,曹烈兆,周廉;不同Ti含量对NbTi超导体临界电流密度的影响[J];低温物理学报;2004年01期

相关会议论文 前3条

1 陈运鑫;张小斌;甘智华;邱利民;;用于小型NbTi超导磁体的二元电流引线理论与数值研究[A];第八届全国低温工程大会暨中国航天低温专业信息网2007年度学术交流会论文集[C];2007年

2 杜社军;吴晓祖;吴丕杰;陈贞国;周廉;;CICC型NbTi超导导体焊接工艺及性能研究[A];2000年材料科学与工程新进展（上）——2000年中国材料研讨会论文集[C];2000年

3 刘京州;张学庆;孔德宜;刘向宏;;NbTi超导材料棒材超声自动探伤[A];陕西省第十届无损检测年会论文集[C];2006年

相关博士学位论文 前2条

1 曹艳荣;微纳米PMOS器件的NBTI效应研究[D];西安电子科技大学;2009年

2 张月;PMOSFET器件NBTI效应的机制与模型研究[D];西安电子科技大学;2014年

相关硕士学位论文 前10条

1 吴浩;NBTI效应下RISC-V处理器老化预测技术[D];哈尔滨工业大学;2018年

2 王威猛;关于缓解NBTI效应引起的集成电路老化研究[D];安徽理工大学;2019年

3 刘毅;典型NBTI效应和带偏置NBTI效应的数值模拟研究[D];深圳大学;2018年

4 何洋;缓解NBTI效应引起的集成电路老化技术研究[D];安徽理工大学;2018年

5 周瑞云;多约束下寻找关键门的门替换技术缓解NBTI效应[D];合肥工业大学;2018年

6 范磊;考虑NBTI效应的集成电路可靠性研究[D];合肥工业大学;2017年

7 陶志勇;针对NBTI效应的超大规模集成电路老化研究[D];合肥工业大学;2014年

8 宋芳芳;电路级NBTI效应的研究[D];华南理工大学;2010年

9 蔡勃;单轴应变硅PMOS设计与NBTI效应研究[D];西安电子科技大学;2012年

10 林尧;NBTI效应对数字集成电路组合逻辑延迟的影响研究[D];华东师范大学;2016年

本文编号：2791180