[논문 리뷰] Logic BIST: State-of-the-Art and Open Problems

Nan Li, Gunnar Carlsson외 2명|arXiv (Cornell University)|2015. 03. 16.

VLSI and Analog Circuit Testing참고 문헌 47인용 수 6

한 줄 요약

이 논문은 현대 ASIC 및 소비자 전자기기에서 논리 내장 자기진단(LBIST)을 구현하는 데 있어 핵심 과제를 규명하고, 높은 스위칭 활동, 부족한 테스트 커버리지, 하드웨어 트로이 악성코드에 대한 취약성 등의 문제를 해결하기 위한 해법을 제안한다. 고도화된 LBIST 기법—예를 들어 가중치가 부여된 가짜 랜덤 패턴, 온칩 결정론적 테스트 패턴 저장, 클록당 테스트 아키텍처, 다중 코어 재사용—을 통해 22nm 이하 공정 기술에서 신뢰성 향상, 테스트 비용 절감, 보안 강화를 달성하고자 한다.

ABSTRACT

Many believe that in-field hardware faults are too rare in practice to justify the need for Logic Built-In Self-Test (LBIST) in a design. Until now, LBIST was primarily used in safety-critical applications. However, this may change soon. First, even if costly methods like burn-in are applied, it is no longer possible to get rid of all latent defects in devices at leading-edge technology. Second, demands for high reliability spread to consumer electronics as smartphones replace our wallets and IDs. However, today many ASIC vendors are reluctant to use LBIST. In this paper, we describe the needs for successful deployment of LBIST in the industrial practice and discuss how these needs can be addressed. Our work is hoped to attract a wider attention to this important research topic.

연구 동기 및 목표

• 스마트폰과 연결된 기기에서 신뢰성 요구가 증가함에 따라 현장에서의 고장 탐지 수요 증가에 대응하고자 한다.
• 복잡한 설계에서의 잘못된 경고, 과열, 부족한 커버리지로 인한 산업계의 LBIST 도입에 대한 관성에 대비하고자 한다.
• 기존 고장 탐지 모델을 회피하는 파rametric 및 기능성 트로이 악성코드를 포함한 하드웨어 트로이 악성코드에 대한 LBIST의 강화를 위해 노력하고자 한다.
• 22nm 이하 공정 기술에서 증가하는 트anz이스터 수와 테스트 데이터 양으로 인한 증가하는 생산 테스트 비용을 줄이고자 한다.
• 안전 기준 초과 응용 분야를 포함한 고신뢰성 시스템에 대해 확장 가능하고 비용 효율적이며 안전한 솔루션으로서 LBIST를 구현하고자 한다.

제안 방법

• LBIST 캡처 사이클 동안 스위칭 활동을 최소화하고 피크/평균 전력 소모를 감소시키기 위해 가중치가 부여된 가짜 랜덤 패턴 생성 기법을 제안한다.
• 최적화된 데이터 구조와 압축 기법을 활용해 결정론적 톱오퍼 테스트 패턴을 온칩에 저장함으로써 최소한의 면적 오버헤드로 고도의 고장 커버리지 확보를 도모한다.
• 테스트 적용 시간을 극적으로 단축시키기 위해 클록당 테스트 아키텍처를 탐구하며, 면적 오버헤드와 성능 간의 균형을 고려한다.
• 동일한 블록 또는 코어 여러 개에 걸쳐 단일 가짜 랜덤 테스트 패턴 생성기를 재사용할 수 있는 방법을 개발하여 면적 비용을 최소화한다.
• 기존 LBIST의 대안으로서 크로스바 및 스위치와 같은 정규 구조를 위한 알고리즘 기반 테스트 패턴 생성 기법을 탐구한다.
• 오프라인 테스트를 초월해 백업 또는 기능 저하된 모듈을 모니터링하여 조기 고장 탐지를 위한 예측 유지보수 기능을 지원하기 위해 LBIST의 활용 범위를 확장한다.

실험 결과

연구 질문

• RQ1 테스트 커버리지나 테스트 시간에 영향을 주지 않으면서 LBIST 동안 스위칭 활동을 어떻게 줄일 수 있는가?
• RQ2 최소한의 면적 오버헤드로 결정론적 테스트 패턴을 효율적으로 온칩에 저장할 수 있는 기법은 무엇인가?
• RQ3 클록당 테스트 아키텍처는 테스트 시간과 면적 비용 간의 유리한 트레이드오프를 달성하기 위해 어떻게 최적화될 수 있는가?
• RQ4 특히 기존 고장 모델을 회피하는 파rametric 및 기능성 트로이 악성코드를 탐지하기 위해 LBIST는 어떻게 적응시킬 수 있는가?
• RQ5 LBIST는 현장에 배포된 시스템의 예측 유지보수 및 자기 복구 메커니즘에서 어떤 역할을 할 수 있는가?

주요 결과

• 기존 LBIST는 하드웨어 트로이 악성코드에서 발생하는 단순한 스탱크-어트 고장을 탐지하지 못함을 입증했다. 예를 들어, 인텔 아이비 브리지 공격 사례에서 서명 압축이 트로이 악성코드로 인한 고장을 가림으로써 문제가 드러났다.
• 현대 IC에서 테스트 비용은 총 제품 비용의 1/3 이상을 차지하며, 증가하는 테스트 데이터 양과 ATE 메모리 성장 한계로 인해 증가하고 있다.
• 2013년에서 2018년 사이에 테스트 데이터 양은 6배로 증가할 것으로 예측되며, 반면 ATE 메모리 용량은 오직 33%만 증가할 것으로 예측되어, 테스트 압축 및 온칩 솔루션의 필요성이 더욱 부각되고 있다.
• 가짜 랜덤 패턴 기반 LBIST만으로는 악성 회로 변경을 탐지하기에 부족하므로, 고장 내성 설계 및 자기 복구 메커니즘과의 통합이 필수적이다.
• LBIST는 오프라인 테스트를 초월해 비활성 또는 기능 저하된 시스템 구성 요소를 모니터링함으로써 예측 유지보수를 지원할 수 있다.
• 동일한 블록에 대해 단일 테스트 패턴 생성기를 재사용하면 면적 오버헤드를 크게 줄일 수 있으며, 이는 복잡한 설계에서 LBIST 도입의 확장 가능한 길을 제공한다.