Logic Design for On-Chip Test Clock Generation - Implementation Details and Impact on Delay Test Quality
研究了SOC器件的高频时钟域延迟测试问题。详细描述了一种用于片上高速时钟产生的逻辑设计,该设计避免了昂贵的测试设备。片上时钟生成技术,旨在减少测试向量计数和提高测试质量,进行了讨论。所提出的技术的ATPG结果。
2007-10-25 cs.AR
Mozart: A Chiplet Ecosystem-Accelerator Codesign Framework for Composable Bespoke Application Specific Integrated Circuits
University of Michigan(密歇根大学)
Mozart是一个芯粒生态系统-加速器协同设计框架,通过算子级解聚和8个精选芯粒构建低成本定制ASIC,在能耗、EDP及成本等多指标上较同构加速器降低25%-79%,并适配数据中心、边缘等场景。
2025-10-10 cs.AR
Sprinkler: Maximizing Resource Utilization in Many-Chip Solid State Disks
资源利用率是多芯片固态硬盘中出现的问题之一。在本文中,我们提出了洒水车,一种新型的设备级SSD控制器,其目标是最大限度地提高资源利用率,实现高性能,而无需额外的NAND闪存芯片。具体来说,Sprinkler通过基于内部资源布局而不是设备级队列所施加的顺序来调度I/O请求,从而放松了对并行性的依赖。此外,Sprinkler提高了闪存级并行性并减少了事务的数量(即,改进事务局部性)。我们使用周期精确的大规模SSD仿真框架进行了广泛的实验评估,结果表明,配备我们的Sprinkler的多芯片SSD比最先进的SSD控制器提供至少56.6%的延迟和1.8 ~ 2.2倍的吞吐量。此外,在不同的I/O请求模式下,它将整体资源利用率提高了68.8%,并通过在运行时减少一半的闪存请求,平均提高了80.2%的闪存级并行度。
2017-05-12 cs.AR
Instruction-Level Abstraction (ILA): A Uniform Specification for System-on-Chip (SoC) Verification
现代片上系统(SoC)设计越来越异构,除了可编程处理器外,还包含专用的半可编程加速器。与加速器之前的时代相比,ISA在验证中发挥了重要作用,实现了软件和硬件之间的清晰分离,这些“加速器丰富”的SoC的验证提出了新的挑战。从硬件设计者的角度来看,缺乏一个共同的框架,加速器行为的正式功能规范。从软件开发人员的角度来看,不存在用于推理与加速器交互的程序的软件/硬件交互的统一框架。本文通过为加速器功能行为提供正式规范和高级抽象来解决这些挑战。它形式化的指令级抽象(ILA),在我们以前的工作中非正式开发的概念,并显示其在建模和验证的加速器的应用。这种形式化的ILA将熟悉的指令概念扩展到加速器,并为加速器和可编程处理器的软件可见行为建模提供了统一的、模块化的和分层的抽象。我们通过加速器(用于图像处理、机器学习和密码学)和通用处理器(RISC-V)的几个案例研究来证明ILA的适用性。我们展示了ILA模型如何促进两个ILA之间的等价性检查,以及ILA与其硬件有限状态机(FSM)实现之间的等价性检查。此外,这种等效性检查支持使用ILA兼容性的概念的加速器升级,类似于使用ISA兼容性的处理器升级。
2018-06-14 cs.AR
Design-Phase Buffer Allocation for Post-Silicon Clock Binning by Iterative Learning
在亚微米制造技术节点上,工艺偏差对电路性能影响很大。为了应对这些变化,工程师们保留了更多的时序裕度来保持良率,导致无法承受的过度设计。然而,这些余量中的大部分在制造后被浪费了,因为工艺变化只会导致一些芯片非常慢,而其他芯片可以很容易地满足给定的时序规格。为了减少这种悲观情绪,我们可以保留更少的时序裕度,并在制造后使用时钟缓冲器调整失败的芯片,使其符合时序规格。通过这种硅后时钟调谐,关键路线可以与每个芯片中的相邻路径相平衡,特别是为了抵消工艺变化的影响。因此,可以挽救具有定时故障的芯片,并且因此可以提高成品率。这在高性能设计中特别有用,高端CPU,其中时钟合并使得具有更高性能的芯片更有利可图。在本文中,我们提出了一种方法来确定在哪里插入后硅调谐缓冲器在设计阶段,以提高整体利润与时钟合并。该方法使用Sobol序列迭代地学习缓冲区位置,然后通过调整浓度和缓冲区分组来减少缓冲区范围。实验结果表明,所提出的方法可以实现利润提高平均约14%,高达26%,只有少量的调谐缓冲器插入到电路中。
2017-05-14 cs.AR
Generalized Fault-Tolerance Topology Generation for Application Specific Network-on-Chips
片上网络是解决众核处理器和神经网络处理器中通信瓶颈的一个很有前途的候选方案。在这项工作中,我们考虑的广义容错拓扑生成问题,其中的链路或交换机故障可能发生,为特定应用的片上网络(ASNoC)。与用户定义的数字,K,我们提出了一个整数线性规划(ILP)为基础的方法来生成ASNoC拓扑结构,它可以容忍最多K个故障的开关或链路。鉴于核心之间的通信要求和他们的平面图,我们首先提出了一个凸成本流为基础的方法来解决核心映射问题的核心和交换机之间建立连接。其次,提出了一种基于ILP的方法,为核之间的每个通信流分配K+1个交换机不相交的路由路径。最后,为了减少交换机的大小,我们提出了共享交换机端口的核心和交换机之间的连接,并制定了一个分区问题的端口共享问题。此外,我们提出了一个基于ILP的方法,同时解决核心映射和路由路径分配问题时,只考虑物理链路故障。实验结果表明,由于路由路径的冗余,容错拓扑的功耗几乎随K线性增加。当同时考虑交换机故障和链路故障时,端口共享可以使K = 1、K = 2和K = 3的容错拓扑的平均功耗分别降低18.08%、28.88%和34.20%。实验结果表明,在仅考虑物理链路故障的情况下,与FTTG算法相比,该方法的功耗和跳数分别降低了10.58%和6.25%,与基于DBG的方法相比,该方法的功耗和跳数分别降低了21.72%和9.35%。
2019-08-01 cs.AR
HyperCroc: End-to-End Open-Source RISC-V MCU with a Plug-In Interface for Domain-Specific Accelerators
ETH Zurich(苏黎世联邦理工学院);lowRISC C.I.C.(低硅研究公司);University of Bologna(博洛尼亚大学)
HyperCroc是一款端到端开源RISC-V微控制器,集成HyperBus控制器和DMA引擎,支持专用加速器插件,实现高效数据传输和低功耗运行。
2026-03-12 cs.AR
Understanding the Impact of On-chip Communication on DNN Accelerator Performance
近年来,深度神经网络以前所未有的速度蓬勃发展。它们在计算机视觉、自然语言处理、医学或经济学等领域都取得了出色的准确性。具体而言,卷积神经网络(CNN)特别适合于对象识别或识别任务。然而,这带来了很高的计算成本,促使使用专门的GPU架构甚至ASIC来实现高速度和能源效率。ASIC加速器简化了适用于CNN计算的某些流程的执行,这些流程意味着大量数据的不断移动,从而将片上通信转变为加速器内的关键功能。本文研究了边缘设备的CNN推理加速器内的通信流,旨在证明当前和未来在互连其处理元件的片上网络设计中的决策是合理的。利用这种分析,然后,我们定性地讨论了在这种情况下,引入无线片上网络的新范式的潜在影响。
2019-12-03 cs.AR
Mobile Machine Learning Hardware at ARM: A Systems-on-Chip (SoC) Perspective
University of Rochester(罗切斯特大学);ARM Research(ARM研究院)
机器学习在AR/VR、ADAS等新兴移动应用领域中发挥着越来越重要的作用。因此,硬件架构师已经为机器学习算法(特别是神经网络)设计了定制硬件,以提高计算效率。然而,机器学习通常只是复杂端到端应用中的一个处理阶段,涉及移动片上系统(SoC)中的多个组件。只关注机器学习加速器会在系统(SoC)层面失去更大的优化机会。本文认为,硬件架构师应该扩大优化范围到整个SoC。我们展示了一个特定的案例研究在连续计算机视觉领域的摄像头传感器,图像信号处理器(ISP),存储器和NN加速器协同协同设计,以实现最佳的系统级效率。
2018-02-01 cs.AR cs.LG cs.NE
A Circuit Domain Generalization Framework for Efficient Logic Synthesis in Chip Design
University of Science and Technology of China(中国科学技术大学);Hefei Comprehensive National Science Center(合肥综合性国家科学中心);Huawei Noah’s Ark Lab(华为诺亚方舟实验室);Tianjin University(天津大学)
本文提出数据驱动逻辑综合算子范式PruneX,通过基于变换不变领域知识学习域不变表示的电路域泛化框架,解决未见电路的OOD泛化问题,减少无效变换,使Resub和Mfs2算子运行时最高加速3.1倍且保持优化性能。
2023-08-22 cs.AI cs.AR
SpecLLM: Exploring Generation and Review of VLSI Design Specification with Large Language Model
本文提出 SpecLLM,利用 LLM 并基于自定义数据集探索 VLSI 架构规范的从零生成、RTL 转规范及规范评审,取得良好效果,为提升 IC 规范开发效率与准确性提供新途径。
2024-01-24 cs.AR
ChipExpert: The Open-Source Integrated-Circuit-Design-Specific Large Language Model
National Center of Technology Innovation for EDA(国家EDA技术创新中心);Southeast University(东南大学)
本文提出首个开源IC设计专用大语言模型ChipExpert,基于Llama-3 8B,通过定制数据训练、偏好对齐和RAG系统提升专业问答能力,并发布ChipICD-Bench基准验证其在IC设计子领域的专业表现。
2024-07-26 cs.AI cs.AR cs.LG
FLAG: Formal and LLM-assisted SVA Generation for Formal Specifications of On-Chip Communication Protocols
针对从非正式文档生成片上通信协议SVA属性的难题,提出两阶段框架FLAG,结合模板生成与时序图及LLM过滤,有效提升属性生成的正确性。
2025-04-24 cs.AR cs.SE
ImaGen: A General Framework for Generating Memory- and Power-Efficient Image Processing Accelerators
本文提出ImaGen编译器框架,通过约束优化在保持最大吞吐量下最小化片上内存,自动生成内存和功耗高效的图像处理加速器,实现两位数性能提升。
2023-04-06 cs.AR
Testable Design of Repeaterless Low Swing On-Chip Interconnect
无中继低摆幅互连使用混合信号电路以实现低功耗的高性能。当这些互连线应用于大规模、高容量的数字系统时,其可测性就变得非常重要。本文讨论了具有均衡和时钟同步的低摆幅无中继片上互连线的可测性。一个电容耦合发射机与弱驱动器被用作发射机。接收器在数据眼的中心对低摆幅输入数据进行采样,并将其转换为轨到轨电平,还将数据转换到接收器的时钟域。该系统是一个混合信号电路和数字组件都是扫描可测的。对于模拟部分,仅DC测试就具有50%的结构故障的故障覆盖率。简单的技术允许将模拟元件集成到数字扫描链中,将覆盖率提高到74%。最后,低开销的BIST将覆盖率提高到95%的结构故障。设计和模拟已经在UMC 130 nm CMOS工艺完成。
2015-11-20 cs.AR
MANTIS: A Mixed-Signal Near-Sensor Convolutional Imager SoC Using Charge-Domain 4b-Weighted 5-to-84-TOPS/W MAC Operations for Feature Extraction and Region-of-Interest Detection
本文提出混合信号卷积成像仪SoC(MANTIS),通过电荷域4b加权MAC操作与DS3单元实现高能效特征提取与RoI检测,在亚毫瓦功耗下达84.1 TOPS/W能效并大幅减少片外数据传输。
2024-11-12 cs.AR
QiMeng: Fully Automated Hardware and Software Design for Processor Chip
State Key Lab of Processors, Institute of Computing Technology, CAS(处理器状态关键实验室,计算技术研究所,中国科学院)
本文提出QiMeng系统,通过构建领域专用大处理器芯片模型LPCM及硬件、软件设计智能体,实现处理器芯片硬件与软件的全自动设计,为高效自动化芯片设计提供可行方案。
2025-06-05 cs.AR cs.LG
Layer-specific Optimization for Mixed Data Flow with Mixed Precision in FPGA Design for CNN-based Object Detectors
卷积神经网络(CNN)需要密集的计算和频繁的存储器访问,这导致了低的处理速度和大的功耗。虽然CNN中不同层的特性通常非常不同,但是先前的硬件设计已经为它们采用了共同的优化方案。本文提出了一种层特定的设计,采用不同的组织,优化不同的层。所提出的设计采用了两个特定于层的优化:特定于层的混合数据流和特定于层的混合精度。混合数据流旨在最小化片外访问,同时要求FPGA器件的最小片上存储器(BRAM)资源。混合精度量化是为了实现无损精度和积极的模型压缩,从而进一步减少芯片外访问。贝叶斯优化方法用于为每个层选择最佳稀疏度,从而在精度和压缩之间实现最佳权衡。这种混合方案允许将整个网络模型存储在FPGA的BRAM中,以积极减少片外访问,从而实现显著的性能增强。与全精度网络相比,模型大小减少了22.66-28.93倍,VOC,COCO和ImageNet数据集的准确性下降可以忽略不计。此外,混合低功耗和混合精度的组合显着优于以前的作品在吞吐量,片外访问,和片内存储器的要求。
2020-09-03 cs.AR cs.CV cs.DC
ChipBench: A Next-Step Benchmark for Evaluating LLM Performance in AI-Aided Chip Design
University of California San Diego(加州大学圣地亚哥分校);Columbia University(哥伦比亚大学)
ChipBench提出了一项全面的基准测试,用于评估LLM在人工智能辅助芯片设计中的性能,揭示了现有模型在关键任务上的显著性能差距,并提供自动化工具箱促进相关研究。
2026-02-01 cs.AI cs.AR
Benchmarking End-To-End Performance of AI-Based Chip Placement Algorithms
University of Science and Technology of China(中国科学技术大学);Tianjin University(天津大学)
本文提出ChiPBench基准,基于20个跨领域电路和六种AI布局算法,接入完整物理实现流程评估最终PPA,揭示中间代理指标与端到端性能的显著错位。
2024-12-06 cs.AI cs.AR
Design paradigms of intelligent control systems on a chip
本文重点介绍了现场可编程门阵列(FPGA)在智能控制系统芯片上的应用设计与实现,具体为模糊逻辑和遗传算法处理单元。首先,FPGA技术的概述,其次是设计方法,开发工具和硬件描述语言(HDL)的使用。两个FPGA设计的例子与使用硬件描述语言(HDL)的参数化模糊逻辑控制器的核心进行了讨论。在此基础上,讨论了一种基于FPGA的移动机器人路径跟踪系统芯片(SoC),该芯片采用数字模糊逻辑控制器(DFLC)和软处理器内核。最后讨论了用遗传算法求解旅行商问题(TSP)的FPGA实现。
2018-11-20 cs.AR cs.OH
Efficient On-Chip Communication for Parallel Graph-Analytics on Spatial Architectures
近年来,大规模图形处理引起了人们的极大关注。大多数现代数据中心的工作负载都可以以图形处理的形式表示,例如MapReduce等,因此,已经提出了许多针对图形处理的特定领域加速器的设计。空间架构在图形处理的执行中一直很有前途,其中图形被划分为多个节点,每个节点并行工作。我们进行实验来分析在空间架构上的图形处理中的数据的片上移动。根据观察,我们确定了一个数据移动的瓶颈,在执行这样的高度并行处理加速器。为了缓解瓶颈,我们提出了一种新的幂律感知的图划分和数据映射方案,以减少通信延迟,通过最小化跳数的可扩展的片上网络。流行的图算法的实验结果表明,我们的实现使执行速度提高2- 5倍,2.7- 4倍的能源效率,通过减少数据移动时间相比,基线实现。
2022-09-03 cs.AR cs.DC
Bringing Chip Tapeout Into University Education
Technical University of Denmark(丹麦技术大学);Tampere University(坦佩雷大学);KTH Royal Institute of Technology(瑞典皇家理工学院);Mines Saint-Étienne(圣艾蒂安国立高等矿业学院);Technical University of Munich(慕尼黑工业大学)
本文介绍Edu4Chip项目中的跨大学芯片流片教学法,通过统一学习成果、本地硕士实施和共享设计到硅片框架,解决流片教学规模化难题。
2026-09-24 cs.AR cs.CY
An Artificial Neural Networks based Temperature Prediction Framework for Network-on-Chip based Multicore Platform
硅工艺技术的不断改进使得在单个芯片上集成数百个内核成为可能。然而,功率和热量已成为设计这些大规模多核芯片的主要限制因素,导致芯片的可靠性、时序变化和寿命缩短等问题。动态热管理(DTM)是一种避免芯片高温的解决方案。典型的DTM方案仅解决核心级热问题。然而,片上网络(NoC)范式,这已经成为一种使能方法,集成数百至数千个核心在同一个芯片上可以显着的热问题。此外,典型的DTM是基于片上热传感器的温度测量结果被动触发的,需要较长的反应时间,而预测DTM方法提前估计未来的温度,消除了温度过冲的可能性。人工神经网络(ANN)由于其学习和自适应的能力,已经被用于各种领域中以高精度进行建模和预测。本论文致力于设计一个人工神经网络预测引擎来预测芯片的核心和片上网络元件的热分布。然后,芯片的该热分布由结合了核心级和网络级DTM技术的预测DTM使用。片上无线互连最近被设想为在多核环境中实现核之间的节能数据交换,将用于提供具有广播能力的介质,以有效地分发热控制消息来触发和管理DTM方案。
2016-12-12 cs.AR cs.DC cs.NE
A Vertically Integrated Framework for Templatized Chip Design
University of Southern California(南加州大学)
本文提出一种垂直集成框架,通过面向对象软件规范生成芯片,实现软件与芯片设计间的心理连续性,降低开发者参与芯片设计的门槛。
2025-12-10 cs.AR cs.SE
Closed-Loop Neural Prostheses with On-Chip Intelligence: A Review and A Low-Latency Machine Learning Model for Brain State Detection
闭环方法在系统神经科学和治疗性刺激中的应用为我们彻底改变对大脑的理解和开发新的神经调节疗法以恢复失去的功能带来了巨大的希望。能够进行多通道神经记录、现场信号处理、快速症状检测和闭环刺激的神经假体对于实现这种新型治疗至关重要。然而,现有的闭环神经调节设备过于简单,缺乏足够的片上处理和智能。在本文中,我们首先讨论了商业和研究闭环神经调节设备的大脑疾病。接下来,我们将回顾具有片上机器学习的最先进的神经假体,重点关注专用集成电路(ASIC)。系统要求,性能和硬件比较,设计权衡,和硬件优化技术进行了讨论。为了便于公平的比较和指导设计选择各种片上分类器,我们提出了一个新的能源面积(E-A)的效率指数的优点,评估硬件的效率和多通道的可扩展性。最后,我们提出了几种技术,以提高基于树的片上分类器的关键设计指标,无论是在集成方法和斜结构的上下文中。
2021-09-13 cs.AR eess.SP
Autoformalizing Memory Specifications with Agents
Normal Computing;Fraunhofer Institute for Experimental Software Engineering (IESE)(弗劳恩霍夫实验软件工程研究所)
本文提出通过代理自动形式化自然语言内存芯片规范,生成可用于下游验证任务的DRAMPyML形式化表示,并发布DRAMBench基准数据集评估模型能力。
2026-04-30 cs.AR cs.LG
A Multi-Agent Generative AI Framework for IC Module-Level Verification Automation
Jaguar Microsystems(捷豹微系统)
针对生成式AI在芯片验证领域应用不足的问题,提出多智能体验证框架MAVF,通过多专用智能体协同实现从设计规范到测试平台的自动化转换,实验证明其效果显著优于传统人工和单对话生成式AI方法。
2025-07-29 cs.AI cs.AR