Preventive safety for VLSIs Based on Adaptive Test during Field Operation

LSI の微細化技術の発展とともに LSI の劣化に起因する遅延増加及びシステム障害が懸念されている．これまでの研究で，フィールドで回路遅延を測定し，その結果に基づいた劣化の把握と遅延増加の予測モデル生成手法を開発してきた．一方で，故障を未然に防ぐには，誤動作を生じる時期の予測に基づき事前に警告することが望まれる．本研究では，遅延予測モデルとフィールドでの実際の回路遅延の差が生じる要因を考察し，その要因を考慮した回路寿命や故障発生の警告タイミングを決定する手法を提案する．また，劣化加速試験により得られた回路遅延の測定値を用いて提案手法の検証を行う．本研究において，事前の回路シミュレーションやオンチップ遅延測定によって得られた回路遅延の実測値から，機械学習により生成する将来の回路遅延の予測モデルを用いる．この遅延予測モデルで計算される遅延値は，フィールドでの実際の回路遅延値から誤差がある．提案手法では，その誤差要因を(1) 予測手法の精度，(2) 環境変動による影響 (3) 使用データの誤差の3要因に分けて，それぞれ解析する．提案手法の検証のために，試作チップ2 枚分の劣化加速試験により得られた遅延測定の測定値を用いて，警告を行うタイミングを算出した．劣化加速時間は 168h，ストレス条件は2.4V(標準 1.2V)，85℃(標準 60℃)，ユーザーの猶予期間は 30日とした．その結果，警告タイミングは稼働から11686日後と算出され，環境変動による影響全体のマージンの約98％と大部分を占め, 使用データの誤差が2%程度であることが判明した．

LSI の微細化技術の発展とともに LSI の劣化に起因する遅延増加及びシステム障害が懸念されている．これまでの研究で，フィールドで回路遅延を測定し，その結果に基づいた劣化の把握と遅延増加の予測モデル生成手法を開発してきた．一方で，故障を未然に防ぐには，誤動作を生じる時期の予測に基づき事前に警告することが望まれる．本研究では，遅延予測モデルとフィールドでの実際の回路遅延の差が生じる要因を考察し，その要因を考慮した回路寿命や故障発生の警告タイミングを決定する手法を提案する．また，劣化加速試験により得られた回路遅延の測定値を用いて提案手法の検証を行う．本研究において，事前の回路シミュレーションやオンチップ遅延測定によって得られた回路遅延の実測値から，機械学習により生成する将来の回路遅延の予測モデルを用いる．この遅延予測モデルで計算される遅延値は，フィールドでの実際の回路遅延値から誤差がある．提案手法では，その誤差要因を(1) 予測手法の精度，(2) 環境変動による影響 (3) 使用データの誤差の3要因に分けて，それぞれ解析する．提案手法の検証のために，試作チップ2 枚分の劣化加速試験により得られた遅延測定の測定値を用いて，警告を行うタイミングを算出した．劣化加速時間は 168h，ストレス条件は2.4V(標準 1.2V)，85℃(標準 60℃)，ユーザーの猶予期間は 30日とした．その結果，警告タイミングは稼働から11686日後と算出され，環境変動による影響全体のマージンの約98％と大部分を占め, 使用データの誤差が2%程度であることが判明した．