STRAIT: Self-Test and Self-Recovery for AI Accelerator

概述

STRAIT是一個針對AI加速器的完整自測試、自診斷和自修復系統。本項目實現了基於脈動陣列(Systolic Array)的AI加速器，具備故障檢測、定位和恢復功能。

系統架構

┌─────────────────────────────────────────────────────────────┐
│                        STRAIT                               │
├─────────────────┬─────────────────┬─────────────────────────┤
│   Self-Test     │  Self-Diagnosis │    Self-Recovery        │
│   (hybrid_bist) │      (DLC)      │       (BISR)            │
└─────────────────┴─────────────────┴─────────────────────────┘

主要模組功能

🏗️ 核心架構模組

STRAIT.v

• 功能: 系統頂層模組，整合所有子系統
• 主要特性:
  • 協調測試、診斷和修復流程
  • 管理各模組間的資料流
  • 提供外部介面

Systolic_array.v

• 功能: 脈動陣列主體，包含8x8 PE陣列
• 主要特性:
  • 支援權重預載入模式
  • 45度資料流設計
  • 可配置的PE禁用功能

PE_STRAIT.v

• 功能: 處理元件(Processing Element)實現
• 主要特性:
  • MAC運算單元
  • 掃描鏈支援
  • 故障旁路功能

🧪 自測試模組

hybrid_bist.v

• 功能: 混合式內建自測試控制器
• 支援測試類型:
  • MBIST: 記憶體測試(March算法)
  • LBIST: 邏輯測試(SA/TD故障)

修改後流程：
Pattern 0: SA_SHIFT(8 cycles, 無比較) → SA_CAPTURE(1 cycle)
Pattern 1: SA_SHIFT(8 cycles, P0 shift out + 比較) → SA_CAPTURE(1 cycle)
Pattern 2: SA_SHIFT(8 cycles, P1 shift out + 比較) → SA_CAPTURE(1 cycle)
...
Pattern 11: SA_SHIFT(8 cycles, P10 shift out + 比較) → SA_CAPTURE(1 cycle)
最後階段: SA_FINAL_SHIFT(8 cycles, P11 shift out + 比較) → TD_SHIFT

• 主要特性:
  • 多階段測試流程
  • 動態測試向量產生
  • 即時結果比較

Comparator.v

• 功能: 測試結果比較器
• 主要特性:
  • 並行比較8個PE輸出
  • XOR基礎故障檢測
  • 即時錯誤標記

Memory_data_generator.v

• 功能: MBIST測試資料產生器
• 主要特性:
  • March C-算法模式
  • 8種測試模式支援
  • 可配置測試深度

🔍 自診斷模組

Diagnostic_loop_chains.v

• 功能: 診斷迴路鏈，即時故障定位
• 故障類型檢測:
  • 單PE故障: MAC單元故障
  • 行故障: 激活暫存器故障
  • 列故障: 權重/部分和暫存器故障
• 主要特性:
  • 移位暫存器鏈架構
  • 並行故障檢測
  • 零額外測試時間

🛠️ 自修復模組

bisr_weight_allocation.v

• 功能: 內建自修復權重分配控制器
• 修復策略:
  1. 零權重檢測: 識別可用於替換的位置
  2. 權重交換: 故障PE與零權重PE交換
  3. 權重分配: 重新映射權重到健康PE
  4. 行旁路: 嚴重故障時整行停用

faulty_pe_storage.v

• 功能: 故障PE儲存器(CAM架構)
• 主要特性:
  • TCAM支援don't care值
  • 樹狀並行匹配
  • O(log N)時間複雜度
  • 優先編碼選擇

mapping_table.v

• 功能: 地址映射表
• 主要特性:
  • 動態地址重映射
  • 故障隔離
  • CAM快速查詢

💾 記憶體和緩衝模組

eNVM.v

• 功能: 嵌入式非揮發性記憶體
• 儲存內容:
  • SA測試向量(12組)
  • TD測試向量(18組)
  • 故障映射資訊
  • 診斷結果

Accumulator.v & Accumulator_mem.v

• 功能: 累加器系統
• 主要特性:
  • 8個並行累加器
  • 45度輸入模式
  • 測試模式支援

Activation_mem.v

• 功能: 激活值記憶體
• 主要特性:
  • 按行儲存激活值
  • 支援BISR地址重映射

row_weight_storage.v

• 功能: 行權重儲存器
• 主要特性:
  • 按行組織權重資料
  • 支援動態重分配

🔄 資料緩衝模組

Activation_buffer.v

• 功能: 激活值緩衝器
• 主要特性:
  • 45度移位暫存器陣列
  • 測試/正常模式切換
  • 動態資料對齊

Weight_partialsum_buffer.v

• 功能: 權重和部分和緩衝器
• 主要特性:
  • 多源輸入選擇
  • PE禁用控制
  • 測試資料注入

📁 測試資料文件

測試向量檔案

• LBIST_SA_test_pattern.dat: SA故障測試向量(12組)
• LBIST_TD_test_pattern.dat: TD故障測試向量(18組)
• MBIST_test_pattern.dat: 記憶體測試向量(8組)

資料檔案

• weight.dat: 權重資料(8x8矩陣)
• activation.dat: 激活值資料(8x8矩陣)

🚀 主要特性

測試覆蓋率

• SA故障: 100%覆蓋率
• TD故障: 100%覆蓋率
• 記憶體故障: March C-算法完整覆蓋

修復能力

• 零準確度損失: 基於權重稀疏性的智能分配
• 高修復率: 稀疏度>30%時達100%修復率
• 故障容忍: 支援最高1%的PE故障率

硬體開銷

• 測試開銷: <0.1% (相對於陣列面積)
• 診斷開銷: 2.5% (相對於256×256陣列)
• 修復開銷: <0.1% (CAM/TCAM架構)

🔧 使用方式

基本測試流程

1. 初始化: 載入測試向量到eNVM
2. MBIST: 測試內部記憶體
3. LBIST: 測試脈動陣列邏輯
4. 診斷: 即時故障定位和分類
5. 修復: 自動權重重分配和PE旁路

控制信號

• test_mode: 測試/正常模式切換
• BIST_mode: MBIST(0)/LBIST(1)選擇
• START: 測試開始信號
• scan_en: 掃描鏈使能

狀態輸出

• test_done: 測試完成
• TD_error_flag: TD錯誤標記
• MBIST_FAIL: MBIST失敗標記
• recovery_success: 修復成功標記

📊 實驗結果

基於論文實驗數據：

• 測試向量: SA僅需12組，TD僅需18組
• 功耗降低: 掃描移位功耗降至<5%
• PE利用率: 優於傳統方法2-3倍
• 修復成功率: 在30%稀疏度下達100%

🏆 創新點

1. 統一架構: 首個支援測試+診斷+修復的完整方案
2. 零時間診斷: 與測試同步進行的即時故障定位
3. 智能修復: 基於權重稀疏性的零損失修復策略
4. 硬體共享: 測試和修復電路的高效復用

---

作者

此實現基於IEEE論文："STRAIT: Self-Test and Self-Recovery for AI Accelerator" (IEEE TCAD 2023)

授權

請參考相關學術授權條款