[论文解读] Logic BIST: State-of-the-Art and Open Problems

Nan Li, Gunnar Carlsson+2 more|arXiv (Cornell University)|Mar 16, 2015

VLSI and Analog Circuit Testing参考文献 47被引用 6

一句话总结

本文识别了在现代ASIC和消费类电子产品中部署逻辑内置自检（LBIST）所面临的重大挑战，提出了解决方案以应对高切换活动、测试覆盖率不足以及对硬件木马的脆弱性。文章主张采用增强型LBIST技术——如加权伪随机模式、片上确定性测试模式存储、每时钟测试架构以及多核复用——以提升可靠性、降低测试成本，并增强亚22纳米技术下的安全性。

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.

研究动机与目标

• 应对智能手机和互联设备日益增长的可靠性需求，解决消费类电子产品在使用现场故障检测的迫切需求。
• 克服工业界对LBIST技术采纳的犹豫，该犹豫源于复杂设计中误报、过热以及覆盖率不足等问题。
• 增强LBIST对硬件木马的防护能力，特别是能够逃避传统故障检测模型的参数型和功能型木马。
• 降低由亚22纳米技术中晶体管数量增加和测试数据量上升所导致的生产测试成本上升问题。
• 使LBIST成为一种可扩展、成本效益高且安全的解决方案，适用于超出安全关键应用的高可靠性系统。

提出的方法

• 提出加权伪随机模式生成方法，以最小化LBIST捕获周期期间的切换活动，降低峰值和平均功耗。
• 引入使用优化数据结构和压缩技术的片上确定性测试模式存储，以在极小面积开销下提升故障覆盖率。
• 探索每时钟测试架构，以显著缩短测试应用时间，同时平衡面积开销与性能。
• 开发方法，使单个伪随机测试模式生成器可在多个相同模块或核心之间复用，以最小化面积成本。
• 研究针对交叉开关和开关等规则结构的算法化测试模式生成，作为传统LBIST的替代方案。
• 将LBIST应用从离线测试扩展至预测性维护，通过监控备用或性能退化的模块实现在早期检测故障。

实验结果

研究问题

• RQ1 如何在不降低测试覆盖率或延长测试时间的前提下，减少LBIST期间的切换活动？
• RQ2 哪些技术能够实现在极小面积开销下高效存储片上确定性测试模式？
• RQ3 能否对每时钟测试架构进行优化，以实现测试时间与面积成本之间的有利权衡？
• RQ4 LBIST如何适应检测硬件木马，特别是能够逃避传统故障模型的参数型和功能型变体？
• RQ5 LBIST在预测性维护和现场部署系统自修复机制中可发挥何种作用？

主要发现

• 传统LBIST无法检测硬件木马中的简单固定故障，如英特尔Ivy Bridge攻击所示，签名压缩机制掩盖了木马引发的故障。
• 现代IC中的测试成本已超过总产品成本的三分之一，主要由测试数据量上升和ATE内存增长受限所驱动。
• 预计从2013年到2018年，测试数据量将增长六倍，而ATE内存容量仅增长33%，凸显了测试压缩和片上解决方案的紧迫性。
• 仅依赖伪随机模式的LBIST不足以检测恶意电路修改，因此必须与容错设计和自修复机制相结合。
• LBIST可扩展至离线测试之外，通过监控处于非活动状态或性能退化的系统组件，支持预测性维护。
• 在相同模块之间复用单个测试模式生成器可显著降低面积开销，为复杂设计中LBIST的可扩展采用提供可行路径。