本發(fā)明屬于電數(shù)字?jǐn)?shù)據(jù)處理領(lǐng)域，涉及應(yīng)用于soc芯片老化預(yù)測的老化傳感器，具體提供一種基于alu（arithmetic?and?logic?unit，算術(shù)邏輯單元）的行為傳感器。

背景技術(shù)：

1、隨著soc芯片的復(fù)雜性不斷增加，復(fù)雜的半導(dǎo)體工藝以及惡劣的工作環(huán)境都會(huì)加速soc芯片的老化，因此，soc芯片的老化檢測與老化預(yù)測變得尤為關(guān)鍵。soc芯片主要包括處理器、片上互連、存儲(chǔ)及外設(shè)等組件，其中，處理器作為核心，負(fù)責(zé)整個(gè)soc芯片的控制、計(jì)算等功能，使得處理器成為soc芯片中負(fù)載最大、溫度最高、老化最快的組件；進(jìn)一步的，處理器的核心部分為alu構(gòu)成的運(yùn)算單元，因此，soc芯片的老化預(yù)測的核心在于對處理器中alu的老化估計(jì)。

2、處理器的老化效應(yīng)主要有熱載流子注入（hot?carrier-injection，hci）、負(fù)偏壓溫度不穩(wěn)定性（negative?bias-temperature-instability，nbti）及時(shí)間介質(zhì)擊穿（time-dependent-dielectric-breakdown，tddb），其中，nbti和hci對處理器老化影響最大，隨著半導(dǎo)體工藝的提升，nbti逐漸占據(jù)主導(dǎo)地位；nbti效應(yīng)受到諸多參數(shù)的影響，主要包括：電壓、溫度和信號(hào)概率（signal?probability，sp）；因此，在基于人工智能模型的soc芯片老化預(yù)測方法中，需要采用電壓傳感器、溫度傳感器及行為傳感器等老化傳感器對應(yīng)采集電壓、溫度及制造工藝偏差等數(shù)據(jù)，用以完成模型訓(xùn)練及預(yù)測。對于行為傳感器，一般由環(huán)形振蕩器構(gòu)成，環(huán)形振蕩器通過緩沖器（buffer）構(gòu)成，通過模擬被測電路的老化過程來表征被測電路在其制造工藝、工作環(huán)境下的行為；雖然環(huán)形振蕩器構(gòu)成的老化傳感器對于大多數(shù)電路準(zhǔn)確程度較高，但對于復(fù)雜的soc芯片而言，尤其對于處理器中的運(yùn)算電路，該老化傳感器的準(zhǔn)確度仍然有待提升。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于alu的行為傳感器，為用于soc芯片老化預(yù)測的人工智能模型提供更加準(zhǔn)確的行為數(shù)據(jù)，從而使人工智能模型能夠更加準(zhǔn)確的實(shí)現(xiàn)soc芯片老化預(yù)測。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：

3、一種基于alu的行為傳感器，包括：壓力產(chǎn)生模塊、alu組、狀態(tài)控制機(jī)、采樣計(jì)數(shù)模塊與存儲(chǔ)器；其中，alu組包括：若干條alu組合邏輯鏈，每條alu組合邏輯鏈在壓力模式下配置成為壓力傳感器、在測試模式下配置成為環(huán)形振蕩器，用以模擬被測電路的行為狀態(tài)；壓力產(chǎn)生模塊為壓力傳感器提供壓力輸入，且每條alu組合邏輯鏈的壓力輸入均不相同；采樣計(jì)數(shù)模塊對環(huán)形振蕩器的振動(dòng)頻率信息進(jìn)行采樣，并儲(chǔ)存在存儲(chǔ)器中；狀態(tài)控制機(jī)用于控制alu組與采樣計(jì)數(shù)模塊。

4、進(jìn)一步的，alu組包括：n條alu組合邏輯鏈，n≥10；n條alu組合邏輯鏈按順序編號(hào)，每條alu組合邏輯鏈包括：多路選擇器與alu，alu組合邏輯鏈在模式切換信號(hào)控制下切換壓力模式與測試模式，模式切換信號(hào)由控制狀態(tài)機(jī)產(chǎn)生；

5、在壓力模式下，alu的兩個(gè)輸入端通過多路選擇器選擇輸入壓力產(chǎn)生模塊產(chǎn)生的壓力輸入，alu的控制端由控制狀態(tài)機(jī)隨機(jī)賦予功能碼，alu的輸出端輸出至采樣計(jì)數(shù)模塊；

6、在測試模式下，alu的控制端由控制狀態(tài)機(jī)固定功能碼，alu的一個(gè)輸入端通過多路選擇器選擇輸入高電平輸入，alu的另一個(gè)輸入端通過多路選擇器選擇輸入反饋輸入，反饋輸入的最后一位設(shè)置為輸出的最后一位的取反結(jié)果、其余位均為低電平，?alu的輸出端輸出至采樣計(jì)數(shù)模塊，高電平輸入與反饋輸入由控制狀態(tài)機(jī)提供。

7、進(jìn)一步的，壓力生成模塊由線性反饋移位寄存器構(gòu)成，線性反饋移位寄存器生成隨機(jī)數(shù)，并與高電平、低電平按照預(yù)設(shè)比例組成壓力輸入，通過調(diào)節(jié)預(yù)設(shè)比例使壓力輸入的信號(hào)概率動(dòng)態(tài)可調(diào)，為每條alu組合邏輯鏈提供不同壓力輸入。

8、進(jìn)一步的，采樣計(jì)數(shù)模塊包括：寄存器與計(jì)數(shù)器，在測試模式下，寄存器將alu的輸出作為時(shí)鐘信號(hào)，通過計(jì)數(shù)器記錄寄存器的輸出翻轉(zhuǎn)次數(shù)，作為環(huán)形振蕩器的振蕩頻率信息；采樣結(jié)束后，計(jì)數(shù)器清零并將alu組合邏輯鏈的編號(hào)與計(jì)數(shù)值一起保存到存儲(chǔ)器中。

9、進(jìn)一步的，狀態(tài)控制機(jī)的控制周期包括n個(gè)子周期，對n條alu組合邏輯鏈依次進(jìn)行采樣，得到計(jì)數(shù)值；每個(gè)子周期內(nèi)，狀態(tài)控制機(jī)控制alu組合邏輯鏈依次執(zhí)行壓力模式與測試模式，并在測試模式下控制采樣計(jì)數(shù)模塊完成采樣。

10、基于上述技術(shù)方案，本發(fā)明的有益效果在于：

11、本發(fā)明提供一種基于alu的行為傳感器，以alu為主體搭建環(huán)形振蕩器，能夠更加準(zhǔn)確的描述被測電路的行為，在不影響被測電路的功能的情況下，描述被測電路在制造工藝下的行為情況，為人工智能模型提供更加豐富、準(zhǔn)確的行為數(shù)據(jù)，使人工智能模型能夠更加準(zhǔn)確的預(yù)測被測電路的老化情況；相比于現(xiàn)有行為傳感器，本發(fā)明提供的基于alu的行為傳感器對soc芯片侵入性更低，對soc芯片的行為監(jiān)測能力更強(qiáng)、準(zhǔn)確度更高；并且，本發(fā)明提供的信息更多，有益于人工智能模型訓(xùn)練。

技術(shù)特征：

1.一種基于alu的行為傳感器，其特征在于，包括：壓力產(chǎn)生模塊、alu組、狀態(tài)控制機(jī)、采樣計(jì)數(shù)模塊與存儲(chǔ)器；alu組包括：若干條alu組合邏輯鏈，每條alu組合邏輯鏈在壓力模式下配置成為壓力傳感器、在測試模式下配置成為環(huán)形振蕩器，用以模擬被測電路的行為狀態(tài)；壓力產(chǎn)生模塊為壓力傳感器提供壓力輸入，且每條alu組合邏輯鏈的壓力輸入均不相同；采樣計(jì)數(shù)模塊對環(huán)形振蕩器的振動(dòng)頻率信息進(jìn)行采樣，并儲(chǔ)存在存儲(chǔ)器中；狀態(tài)控制機(jī)用于控制alu組與采樣計(jì)數(shù)模塊。

2.根據(jù)權(quán)利要求1所述基于alu的行為傳感器，其特征在于，alu組包括：n條alu組合邏輯鏈，n≥10；n條alu組合邏輯鏈按順序編號(hào)，每條alu組合邏輯鏈包括：多路選擇器與alu，alu組合邏輯鏈在模式切換信號(hào)控制下切換壓力模式與測試模式，模式切換信號(hào)由控制狀態(tài)機(jī)產(chǎn)生；

3.根據(jù)權(quán)利要求1所述基于alu的行為傳感器，其特征在于，壓力生成模塊由線性反饋移位寄存器構(gòu)成，線性反饋移位寄存器生成隨機(jī)數(shù)，并與高電平、低電平按照預(yù)設(shè)比例組成壓力輸入，通過調(diào)節(jié)預(yù)設(shè)比例使壓力輸入的信號(hào)概率動(dòng)態(tài)可調(diào)，為每條alu組合邏輯鏈提供不同壓力輸入。

4.根據(jù)權(quán)利要求1所述基于alu的行為傳感器，其特征在于，采樣計(jì)數(shù)模塊包括：寄存器與計(jì)數(shù)器，在測試模式下，寄存器將alu的輸出作為時(shí)鐘信號(hào)，通過計(jì)數(shù)器記錄寄存器的輸出翻轉(zhuǎn)次數(shù)，作為環(huán)形振蕩器的振蕩頻率信息；采樣結(jié)束后，計(jì)數(shù)器清零并將alu組合邏輯鏈的編號(hào)與計(jì)數(shù)值一起保存到存儲(chǔ)器中。

5.根據(jù)權(quán)利要求1所述基于alu的行為傳感器，其特征在于，狀態(tài)控制機(jī)的控制周期包括n個(gè)子周期，對n條alu組合邏輯鏈依次進(jìn)行采樣，得到計(jì)數(shù)值；每個(gè)子周期內(nèi)，狀態(tài)控制機(jī)控制alu組合邏輯鏈依次執(zhí)行壓力模式與測試模式，并在測試模式下控制采樣計(jì)數(shù)模塊完成采樣。

技術(shù)總結(jié)
本發(fā)明屬于電數(shù)字?jǐn)?shù)據(jù)處理領(lǐng)域，提供一種基于ALU的行為傳感器，為用于SoC芯片老化預(yù)測的人工智能模型提供更加準(zhǔn)確的行為數(shù)據(jù)。本發(fā)明包括：壓力產(chǎn)生模塊、ALU組、狀態(tài)控制機(jī)、采樣計(jì)數(shù)模塊與存儲(chǔ)器，ALU組包括若干條ALU組合邏輯鏈，每條ALU組合邏輯鏈在壓力模式下配置成為壓力傳感器、在測試模式下配置成為環(huán)形振蕩器，用以模擬被測電路的行為狀態(tài)；壓力產(chǎn)生模塊為壓力傳感器提供壓力輸入，采樣計(jì)數(shù)模塊對環(huán)形振蕩器的振動(dòng)頻率信息進(jìn)行采樣，并儲(chǔ)存在存儲(chǔ)器中；狀態(tài)控制機(jī)用于控制ALU組與采樣計(jì)數(shù)模塊。本發(fā)明以ALU為主體搭建環(huán)形振蕩器，能夠更準(zhǔn)確的描述被測電路的行為，且具有侵入性低、監(jiān)測能力較強(qiáng)的優(yōu)點(diǎn)。

技術(shù)研發(fā)人員：解維坤,王厚軍,戴志堅(jiān),黃樂天,楊萬渝,粱一凡,鄧可為
受保護(hù)的技術(shù)使用者：電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/9