處理器中分析模型驅(qū)動的高效軟錯誤量化方法研究.pdf

1、隨著工藝尺寸的縮小，軟錯誤引發(fā)的粒子翻轉(zhuǎn)成為導(dǎo)致處理器運行結(jié)果失效的主導(dǎo)性因素。為了權(quán)衡設(shè)計開銷（如：面積等）和可靠性，精確高效的軟錯誤量化方法成為指導(dǎo)容錯優(yōu)化方案設(shè)計的關(guān)鍵。
　　當前軟錯誤量化挑戰(zhàn)集中表現(xiàn)：?精度-效率難權(quán)衡?，?多位翻轉(zhuǎn)(Multi-Cell Upsets, MCU)比例急劇增加導(dǎo)致量化復(fù)雜度高?以及?當前量化方法無法很好適應(yīng)大規(guī)模眾核處理器結(jié)構(gòu)?等三個方面。針對這些問題，本文基于模型分析驅(qū)動的思路分別提出了

2、對應(yīng)的優(yōu)化方案：
　　1）本文針對精度-效率難權(quán)衡的問題，對軟錯誤在傳播過程中的屏蔽效應(yīng)的充分觀察和分析，設(shè)計了基于概率圖模型(Probabilistic Graphical Models, PGM)驅(qū)動的評估精度和效率系統(tǒng)優(yōu)化方法，并通過三種不同的復(fù)雜度和精度權(quán)衡的實現(xiàn)方式得到不同的評估的精度-效率優(yōu)化結(jié)果，可靈活應(yīng)用不同的應(yīng)用場景，包括： i）MEA-PGM-FO方案快速考慮一階屏蔽效應(yīng)提供更優(yōu)的評估上界，相比仿真注入方法(F

3、ault Injection, FI)保持52x加速比的同時把上界高估幅度降低了最優(yōu)45.96％和平均8.48%，適合于高效高可靠性設(shè)計如汽車控制系統(tǒng)；ii） MEA-PGM-HMM方案采用啟發(fā)式模型得到快速精確的近似評估值，達到59x加速比的同時把高估的上界值減少了最優(yōu)98.18%和平均79.14%，適合于面向流處理等低可靠設(shè)計的高效量化環(huán)境；iii）MEA-PGM-HO是基于截斷式推斷的高精度高效優(yōu)化方案，保持43.87x加速比的同

4、時可以把高估的上界值縮小了最優(yōu)95%和平均87.28%，更適合于航空和航天等極度可靠的場景。
　　2）本文針對復(fù)雜的 MCU問題設(shè)計了基于直方圖分析的邊界模型(Histogram based Boundary Model, HiBoM)驅(qū)動的量化方法，一方面利用SBU快速高效量化方法（如錯誤屏蔽感知的系列優(yōu)化方案）的統(tǒng)計結(jié)果基于邊界模型評估面向MCU的量化指標上界和下界；另一方面還采用仿真劃分的方式進行分段的邊界模型評估，從而得到

5、浮動范圍更小的評估區(qū)間。它能有效的把MCU問題簡化為1位翻轉(zhuǎn)(Single Bit Upset, SBU)，靈活擴展到了任意SBU的量化評估方法，并快速得到高精度的評估值，仿真結(jié)果指出與精確的錯誤注入方法相比，可達到44.67~94.6x加速比。
　　3）本文還針對新的處理器結(jié)構(gòu)眾核片上網(wǎng)絡(luò)(Network on Chip,NoC)的軟錯誤量化方法從網(wǎng)絡(luò)結(jié)構(gòu)量化和處理器部件量化兩個角度分別提出了：基于 PRP的并發(fā)注入量化方法和面

6、向MCU的預(yù)分析加速注入統(tǒng)計方法，前者首先從分析模型的角度定義了 PRP量化指標，并以NoC特有的可靠性感知鏈路添加為例進行了系統(tǒng)驗證，通過1次(或少數(shù)幾次)仿真快速統(tǒng)計PRP值驗證軟錯誤的影響以及容錯方案的有效；后者面向更精確的 SBU+MCU錯誤模型提出了基于細粒度量化評價的預(yù)分析加速統(tǒng)計方法MEPA，通過應(yīng)用程序的通信特性、可靠性方案的容錯能力以及本征的錯誤屏蔽等可預(yù)測信息取消或中斷不必要的仿真實現(xiàn)5x加速比。
　　總之，本