电子设备的尺寸正在接近原子大小,这迫使人们制定新的指导方针来应对 22 纳米以下设计的挑战。随着芯片制造深入纳米领域,工艺变异缓解和辐射硬度成为相关的可靠性要求。受工艺变异影响的集成电路可能无法满足某些性能或功率标准,从而导致参数产量损失并需要重新设计几个步骤 [1]。传统上,软错误 (SE) 是由来自太空或地面辐射的高能粒子与硅之间的相互作用引起的 [2]。然而,技术缩放引入了电荷共享现象和脉冲猝灭 [3]。此外,工艺变异会改变线性能量传输 (LET),从而引发软错误。其后果是暂时的数据丢失,甚至在地面层面也会导致系统行为出现严重故障。
摘要 虽然电阻式随机存取存储器 (RRAM) 如今被视为未来计算的有前途的解决方案,但这些技术在编程电压、开关速度和实现的电阻值方面存在内在的可变性。写入终止 (WT) 电路是解决这些问题的潜在解决方案。然而,以前报道的 WT 电路并没有表现出足够的可靠性。在这项工作中,我们提出了一种工业上可用的 WT 电路,该电路使用根据实际测量校准的 RRAM 模型进行模拟。我们执行了大量 CMOS 和 RRAM 可变性模拟,以提取所提出的 WT 电路的实际性能。最后,我们使用从实际边缘级数据密集型应用中提取的内存痕迹来模拟所提出的 WT 电路的效果。总体而言,我们在位级别展示了 2 × 到 40 × 的能量增益。此外,由于采用了所提出的 WT 电路,我们展示了 1.9 × 到 16.2 × 的能量增益,具体取决于应用程序的内存访问模式。
Blaise Ravelo 1,IEEE 会员,Mathieu Guerin 2,IEEE 会员,Jaroslav Frnda 3,4,IEEE 高级会员,Lala Rajaoarisoa 5,IEEE 会员,以及 Wenceslas Rahajandraibe 2,IEEE 会员 1 南京信息工程大学电子信息工程学院,江苏南京 210044 2 艾克斯-马赛大学、法国国立科学研究院、土伦大学,IM2NP UMR7334,13007 马赛,法国 3 日利纳大学交通运输与通信运营与经济学院定量方法与经济信息学系,01026 日利纳,斯洛伐克 4 奥斯特拉发 VSB 技术大学电气工程与计算机科学学院电信系,70800 奥斯特拉发,捷克共和国 5 IMT Nord Europe,里尔大学,数字系统中心,F-59000 里尔,法国
在纳米电子的快速前进的领域中的摘要,确保电路的鲁棒性对于可靠的性能至关重要。这项研究解决了使用深度学习技术在纳米电子电路中有效检测有效故障检测的关键需求。引言概述了纳米电子电路的增加的复杂性以及对断层易感性的相应上升,这强调了高级故障检测机制的必要性。手头的问题涉及在高度紧凑和复杂的纳米电子电路中识别断层的固有挑战,在这些断层中,传统的故障检测方法通常不足。突出了研究差距,强调缺乏根据纳米电子的特定挑战量身定制的可靠故障检测解决方案。为了弥合这一差距,我们的方法利用了深度学习的力量,采用神经网络来学习复杂的模式,指示纳米电子电路中的故障。该方法涉及开发一个综合数据集,该数据集可捕获各种故障场景,从而确保模型对现实情况的适应性。使用此数据集对神经网络进行了训练,从而可以辨别出信号潜在故障的微妙变化。结果介绍了提出的基于深度学习的故障检测系统的功效,与传统方法相比,准确性有显着提高。该系统不仅以高精度识别已知的故障,而且还具有出色的检测新故障的能力,展示了其对纳米电子电路体系结构不断发展的适应性。关键字:纳米电子,故障检测,深度学习,神经网络,鲁棒性
3 格勒诺布尔阿尔卑斯大学,CNRS IMEP-LAHC,F-38000 格勒诺布尔,法国 通讯作者电子邮件:mikael.casse@cea.fr 我们概述了 FDSOI CMOS 晶体管在深低温下的性能,特别强调了背偏带来的好处。FDSOI 晶体管可在室温到低至 100mK 的温度下工作。测量和分析了主要的直流电特性、可变性和可靠性。我们还指出了在低温下出现的特定行为,并讨论了它们的物理起源和建模。 介绍 为了设计高效的量子计算机,需要将传统电子器件尽可能靠近量子比特 (qubit) 设备,考虑超导或 Si-spin 量子比特,以便读出和控制,从而减少对室温布线的需求 (1)。这种需求凸显了探索和开发低温 CMOS 技术的广泛重要性,其工作温度范围从 4.2K 到远低于 1K。此外,Si-spin 量子比特工艺也与 CMOS 工艺兼容,原则上可以将两者单片集成在单个芯片上 (2)、(3)。这可以为任何大规模量子处理器提供基本构建模块,通过设计可扩展的近量子比特低温电子器件来实现大规模量子比特矩阵索引,并最终开发容错通用门量子计算机 (4)。
摘要 — 本文展示了一种使用垂直自旋转移力矩磁隧道结的新型磁传感器。传感元件呈圆柱形,直径为 50 纳米,据我们所知,是迄今为止报道的最小的磁传感器之一。本文介绍了传感元件和相关信号处理电子设备的工作原理,它们提供与外部磁场成比例的信号。详细介绍了实验结果,并将其与最先进的商用集成磁传感器以及基于磁隧道结的具有可比尺寸的已发布的磁阻传感器进行了比较。所开发的传感器的测量灵敏度为 1.28 V/T,动态范围达到 80 mT。测得的噪声水平为 21.8 µT/√Hz。描述并比较了所提出的传感器的两种不同工作原理,一种基于时间数字转换器,另一种基于脉冲宽度调制信号。这两种方法都只需要标准的微电子元件,适用于将传感元件与其调节电子设备单片集成。需要对传感元件以及调节电子器件进行后续改进,以进一步降低噪声水平。传感元件及其调节电子器件与磁性随机存取存储器制造中已经使用的制造工艺兼容。这为大规模生产开辟了道路,并满足了消费电子、汽车、工业传感、物理实验或医疗设备等各种市场的需求。
18 课程目标:掌握使用现代测量仪器和测量技术的技能,教授电子元件的一些重要的实际特性和实际价值,教授电路板的安装,教授通过测量查找电路中的错误,教授通过测量分析一些基本电路 19 课程对专业发展的贡献:
半导体技术的快速发展大大提高了计算机的计算能力。由于这一发展以及理论方面的最新发展,机器学习 (ML) 技术在许多新应用中变得颇具吸引力。这一趋势也启发了从事集成电路 (IC) 设计和优化的研究人员。基于 ML 的设计方法在挑战/辅助传统设计方法方面具有重要意义,因为它们可以在从建模到测试的不同设计层面使用,以学习任何模拟和射频 (RF) 设备或电路的任何非线性输入输出关系;从而为他们所学的任务提供快速而准确的响应。此外,在模拟/射频电子设计自动化 (EDA) 工具中使用 ML 技术可以提高此类工具的性能。在本文中,我们总结了最近的研究,并全面回顾了用于模拟/射频电路建模、设计、综合、布局和测试的 ML 技术。