基于硅通孔的三维集成电路故障诊断

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61376043
  • 项目类别:
    面上项目
  • 资助金额:
    80.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0402.集成电路设计
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

By using TSVs to bond dies in vertical, the 3D ICs achieve higher integration and better performance than tranditional 2D ICs, so it becomes one of the most important development trends of IC. As a new design and fabrication technique, 3D ICs have a low yield. To improve the yield, fast fault diagnosis method is highly needed to accurately locate the faults caused by process variation or defects. This project takes the fault diagnosis of 3D IC as the objective, and studies the following contents. First, this project will study the "non-invasion" process variation extraction and delay fault diagnosis technique. Compared with the traditional "invasion" process variation extraction technique, the hardware overhead can be reduced, and the diagnosis accuracy can be improved. Second, this project will study the "diagnosis aware" scan chain stitching technique. Compared with tranditional "layout aware only" scan chain stitching tehcnique, the diagnostic resolution can be effectively improved. Next, based on these two studies, we will explor the TSV fault diagnosis and characterization technqiue for the two basic strucutres of the 3D IC respectively: "Logic Die + Logic Die" and "Logic Die + Memory Die". This project will experiment on real industry circuits, and a protoype software will be developed to provide 3D IC fault diagnosis with effective methods and key techniques.
基于硅通孔垂直绑定晶片的三维芯片,由于能够显著提高芯片集成度和性能,已成为集成电路发展的重要趋势之一。作为一种新型设计制造技术,三维芯片亟需高效的故障诊断技术快速准确定位工艺偏差和物理缺陷引发的各类故障,快速提高成品率。本项目拟围绕三维集成电路故障诊断,研究面向三维芯片的"非侵入式"工艺偏差提取和时延故障诊断技术,相对于传统"侵入式"工艺偏差提取技术,将显著降低硬件开销并提高诊断精度;研究面向"可诊断性"的三维芯片扫描链设计技术,相对于传统"就近连接"的扫描链设计技术,将显著提高三维芯片中各个晶片上所发生的物理缺陷的诊断精度;在上述两项研究内容的基础上,将针对"逻辑晶片+逻辑晶片"和"逻辑晶片+存储晶片"两类三维芯片的基础绑定结构,研究硅通孔故障诊断与特征提取方法和硅通孔可诊断性设计。本项目将结合实际工业芯片开展实验,并研制相应的软件工具原型,为三维芯片的成品率提升提供理论方法与关键技术。

结项摘要

基于硅通孔垂直绑定晶片的三维芯片,作为一种新型设计制造技术,由于能够显著提高芯片集成度和性能,已成为集成电路发展的重要趋势之一。为了快速提高其成品率,三维芯片亟需高效的故障诊断技术快速准确定位工艺偏差和物理缺陷引发的各类故障。本项目围绕三维集成电路故障诊断,研究了基于版图划分、路径选择和最小二乘法拟合的工艺偏差提取方法,利用工艺偏差的空间相关性,通过选择有效的时延路径对芯片各个区域进行采样,从而拟合出芯片各个区域上工艺偏差对时延的影响,进而指导时延故障诊断,实验表明,拟合误差不足5.3%;研究了提高固有故障区分能力的扫描链可诊断性设计,提出了益于故障诊断的故障敏感扫描单元的概念,在诊断质量与芯片性能的双重目标下,对扫描单元的连接顺序进行了优化,有效提高了故障诊断精度与分辨率,在一款实际工业芯片上的应用表明,分辨率平均提高至7倍;研究了“逻辑晶片+逻辑晶片”和“逻辑晶片+存储晶片”两种典型三维芯片的硅通孔可诊断性设计,使用较小的硬件开销,实现了对硅通孔故障的准确定位;研究了面向基于工艺偏差的物理不可克隆函数故障诊断方法,提出了有效的诊断向量生成技术,在正确响应未知的情况下,仍然可以达到较高的诊断精度与诊断分辨率,实验表明,诊断精度可达100%,分辨率平均1.6,该方法可用于基于三维芯片硅通孔的仲裁型物理不可克隆函数。本项目结合实际工业芯片、实际工业标准、以及FPGA开展实验,研制了相应的软件工具原型,为三维芯片的成品率提升提供了有效方法与关键技术。

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(10)
专利数量(4)
An Analytical Framework for Estimating Scale-Out and Scale-Up Power Efficiency of Heterogeneous Manycores
用于估计异构众核横向扩展和纵向扩展电源效率的分析框架
  • DOI:
    10.1109/tc.2015.2419655
  • 发表时间:
    2016-02
  • 期刊:
    IEEE TRANSACTIONS ON COMPUTERS
  • 影响因子:
    3.7
  • 作者:
    Ma Jun;Yan Guihai;Han Yinhe;Li Xiaowei
  • 通讯作者:
    Li Xiaowei
PSI Conscious Write Scheduling: Architectural Support for Reliable Power Delivery in 3-D Die-Stacked PCM
PSI 有意识的写入调度:3D 芯片堆叠 PCM 中可靠电力传输的架构支持
  • DOI:
    10.1109/tvlsi.2015.2467157
  • 发表时间:
    2016
  • 期刊:
    IEEE Transactions on Very Large Scale Integration Systems
  • 影响因子:
    --
  • 作者:
    Wang Ying;Han Yinhe;Li Huawei;Zhang Lei;Cheng Yuanqing;Li Xiaowei
  • 通讯作者:
    Li Xiaowei
Data Remapping for Static NUCA in Degradable Chip Multiprocessors
可降解芯片多处理器中静态 NUCA 的数据重新映射
  • DOI:
    10.1109/tvlsi.2014.2325933
  • 发表时间:
    2015
  • 期刊:
    IEEE Transactions on Very Large Scale Integration Systems
  • 影响因子:
    --
  • 作者:
    Wang Ying;Zhang Lei;Han Yin-He;Li Hua-Wei;Li Xiaowei
  • 通讯作者:
    Li Xiaowei
LAPS: Layout-Aware Path Selection for Post-Silicon Timing Characterization
LAPS:用于硅后时序表征的布局感知路径选择
  • DOI:
    10.1587/transinf.2016edp7184
  • 发表时间:
    2017-02
  • 期刊:
    IEICE TRANSACTIONS ON INFORMATION AND SYSTEMS
  • 影响因子:
    0.7
  • 作者:
    Hu Yu;Ye Jing;Shi Zhiping;Li Xiaowei
  • 通讯作者:
    Li Xiaowei
Enhanced Wear-Rate Leveling for PRAM Lifetime Improvement Considering Process Variation
考虑到工艺变化,增强磨损率均衡以提高 PRAM 使用寿命
  • DOI:
    10.1109/tvlsi.2015.2395415
  • 发表时间:
    2016
  • 期刊:
    IEEE TRANSACTIONS ON VERY LARGE SCALE INTEGRATION (VLSI) SYSTEMS
  • 影响因子:
    2.8
  • 作者:
    Han Yinhe;Dong Jianbo;Weng Kaiheng;Wang Ying;Li Xiaowei
  • 通讯作者:
    Li Xiaowei

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于路径约束求解的多目标状态激励生成方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    周艳红;王天成;李华伟;吕涛;李晓维
  • 通讯作者:
    李晓维
西花蓟马成虫昼间交配习性和聚集信息素释放节律
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    昆虫学报
  • 影响因子:
    --
  • 作者:
    李晓维;孙冉冉;章金明;张治军;吕要斌
  • 通讯作者:
    吕要斌
基于寄存器簇恢复的追踪信号选择方法
  • DOI:
    10.11897/sp.j.1016.2018.02318
  • 发表时间:
    2018
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    程云;李华伟;王颖;李晓维
  • 通讯作者:
    李晓维
基于信号跳变时间可调整的容错路由器
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    同济大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    张颖;江建慧;李华伟;李晓维
  • 通讯作者:
    李晓维
面向视频应用中相变存储器的双阈值近似写方法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    方运潭;李华伟;李晓维
  • 通讯作者:
    李晓维

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

李晓维的其他基金

航空电子系统的故障预测与健康管理方法研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
航空电子系统的故障预测与健康管理方法研究
  • 批准号:
    62172387
  • 批准年份:
    2021
  • 资助金额:
    58.00 万元
  • 项目类别:
    面上项目
集成电路安全隐患检测的理论与方法
  • 批准号:
    61532017
  • 批准年份:
    2015
  • 资助金额:
    290.0 万元
  • 项目类别:
    重点项目
微处理器自修复设计基础技术研究
  • 批准号:
    90707004
  • 批准年份:
    2007
  • 资助金额:
    80.0 万元
  • 项目类别:
    重大研究计划
数字VLSI电路测试技术研究
  • 批准号:
    60633060
  • 批准年份:
    2006
  • 资助金额:
    200.0 万元
  • 项目类别:
    重点项目
多芯核共享的测试响应数据压缩方法研究
  • 批准号:
    60576031
  • 批准年份:
    2005
  • 资助金额:
    25.0 万元
  • 项目类别:
    面上项目
从行为级到版图级的设计验证与测试生成
  • 批准号:
    90207002
  • 批准年份:
    2002
  • 资助金额:
    200.0 万元
  • 项目类别:
    重大研究计划
内置自测试自动综合技术的研究
  • 批准号:
    69976002
  • 批准年份:
    1999
  • 资助金额:
    10.6 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码