為什么保證芯片系統(tǒng)長期安全如此困難

工具上的差距和方法上的不確定性可能會導(dǎo)致意想不到的問題。

越來越多的行業(yè)正在關(guān)注安全問題，但目前還沒有標(biāo)準(zhǔn)和方法來確保電子系統(tǒng)隨著時間的推移達(dá)到規(guī)定的安全水平。這一任務(wù)很大程度上落到了芯片行業(yè)肩上，因為它提供了基礎(chǔ)技術(shù)，也發(fā)出了還能做些什么來提高安全性的問題。

最近引入了一種粗略的分類法，用于驗證和測試安全性(見下文圖1)。許多問題跨越了整個矩陣。例如，自動駕駛汽車必須在產(chǎn)品的整個生命周期內(nèi)擁有安全可靠的硬件和軟件，但即使在出現(xiàn)硬件故障的情況下，它也必須保持安全可靠。不幸的是，沒有工具可以確定這個抽象目標(biāo)是否已經(jīng)實現(xiàn)。相反，工具和方法傾向于覆蓋其中的一兩個盒子，而這些盒子的整合在某種程度上是臨時的。這反過來又讓一些潛在的問題被遺漏了。此外，所使用的指標(biāo)與現(xiàn)實的關(guān)聯(lián)也很松散。

圖1：與安全和安保相關(guān)的問題矩陣。來源：Semiconductor Engineering

更糟糕的是，今天并非所有的問題都得到了充分處理，部分原因是人們認(rèn)為它們的優(yōu)先級較低，部分原因是成本太高。例如，硬件安全就是由多個領(lǐng)域的標(biāo)準(zhǔn)處理的。軟件安全也涵蓋在不同的標(biāo)準(zhǔn)中，但沒有任何內(nèi)容定義硬件和軟件組合的安全性或談及整個系統(tǒng)的安全性。最接近的方法是考慮顯示軟件檢測到的硬件錯誤百分比的故障活動。此外，針對已定義的工作負(fù)荷和場景優(yōu)化的硬件越多，軟件或未來的軟件更新就越有可能導(dǎo)致硬件以最初未考慮的方式運行。這反過來又會造成硬件過早老化，或使其處于產(chǎn)生意外漏洞的狀態(tài)。
錯誤模型

測量任何東西都需要一個實用的度量標(biāo)準(zhǔn)，即某物必須是可處理和有效的，但不一定要基于現(xiàn)實。故障模型（如故障卡住模型）已經(jīng)存在了很長時間，并被證明可以有效地表示硬件故障——盡管硬件可能會發(fā)生故障的方式有很多，例如開路，短路或運行緩慢。瞬態(tài)故障也很重要，因為它們代表了輻射可能引起的位翻轉(zhuǎn)。

“有一系列規(guī)范適用于多個行業(yè)的功能安全，”Cadence產(chǎn)品管理集團總監(jiān)Pete Hardee說。“有一個通用的IEC標(biāo)準(zhǔn)，IEC 61508，這是一種元標(biāo)準(zhǔn)。ISO 26262是其衍生產(chǎn)品，更具體地針對汽車市場。對于鐵路、醫(yī)療設(shè)備、工廠自動化、核能等等，同樣的元標(biāo)準(zhǔn)還有其他衍生物，有適用于航空航天工業(yè)的DO-254。越來越多的人進入這些領(lǐng)域的供應(yīng)鏈，因此不得不考慮滿足一些功能安全規(guī)范。”

然后，我們可以推進這些規(guī)范?！癐SO 26262，特別是第5部分和第11部分，是半導(dǎo)體的指南，”西門子數(shù)字工業(yè)軟件功能安全和自主解決方案經(jīng)理Jake Wiltgen表示。“這些標(biāo)準(zhǔn)要求特定的指標(biāo)，即覆蓋率指標(biāo)。ISO中使用的術(shù)語是診斷覆蓋率，但本質(zhì)上是檢測到的故障率超過總故障率?！?/p>

需要建立流程?！皩Π踩缘母叨刃湃我蕾囉诙x良好的流程以及對流程的嚴(yán)格遵守?！?Fraunhofer IIS自適應(yīng)系統(tǒng)工程部設(shè)計方法負(fù)責(zé)人Roland Jancke說?！白詈玫姆椒ㄖ皇切枨蠊こ蹋≧E）。它從適當(dāng)定義的安全目標(biāo)開始，接著建立各自的需求，并將它們轉(zhuǎn)換為測試用例。一個基本要素是在整個過程中建立需求跟蹤，以便在發(fā)生任何變化時僅針對受影響的部件進入重新設(shè)計循環(huán)?！?/p>

對汽車來說，系統(tǒng)需要的安全程度取決于自動駕駛的程度?！斑@實際上取決于人們的目標(biāo)ASIL水平，”Cadence的Hardee說?！癆SIL A并沒有真正改變，但'我必須讓我的流程獲得認(rèn)證'。在某些情況下，ASIL B的影響也很小。但是，當(dāng)涉及到滿足ASIL C和ASIL D水平時，它可能變得非常具有挑戰(zhàn)性。這與人們?yōu)楣δ茯炞C所做的工作非常一致，因為驗證和滿足規(guī)范的基本方法是查看一臺好的機器，并通過功能驗證實現(xiàn)良好的覆蓋率。”

如何做到這一點是留給設(shè)計師的。Imperas Software創(chuàng)始人兼首席執(zhí)行官Simon Davidmann表示:“這取決于設(shè)計人員提出的架構(gòu)、技術(shù)或解決方案，以證明他們能夠滿足這些質(zhì)量目標(biāo)。挑戰(zhàn)在于他們?nèi)绾卧u估自己所做工作的質(zhì)量。他們可能想要運行模擬，注入故障，以查看他們的軟件和硬件對這些故障有多大彈性。我們在故障模型上做了很多工作，以表示現(xiàn)實世界中發(fā)生的這些不同事情?！?/p>

這就是實用性發(fā)揮作用的地方?！叭绻悴捎?億個門的設(shè)計，看看不同故障機制的數(shù)量，任何一種方法都無法涵蓋這一點，”Synopsys的EDA集團工程副總裁Manish Pandey說。“從形式的角度看，獲取所有錯誤并嘗試傳播它在計算上是不可行的。我們需要更好的采樣方法，有不同的內(nèi)部故障模式，確定安全和不安全的區(qū)域，等等。這種安全方法需要構(gòu)建適當(dāng)?shù)墓收线\動途徑，并且必須以非常有意識的方式完成。對微架構(gòu)的認(rèn)識至關(guān)重要。”
隨時間推移的安全性

在理想的硬件上做到這一點是不夠的。“另一個類別是保證整個生命周期的預(yù)期功能，” Fraunhofer的Jancke說?！翱煽啃?a target="_blank">仿真可以確保這一點，而可靠性仿真又依賴于已知老化機制的適當(dāng)退化模型和全面的壽命外推能力?！?/p>

老化起著至關(guān)重要的作用。西門子EDA的Veloce、DFT和功能安全產(chǎn)品經(jīng)理Robert Serphillips表示:“如果你看一下制造測試，他們通常會測試超過絕對規(guī)格的20%，無論是時鐘頻率、功率還是溫度。硅會隨著時間推移而降解，溫度是非常關(guān)鍵的。在高溫下，設(shè)備的物理速度會變慢。像快速路徑和慢路徑這樣的東西現(xiàn)在開始變得有問題了。從安全角度來看，設(shè)備在周圍環(huán)境中的行為方式對于設(shè)備如何降級、故障如何開始出現(xiàn)以及電路如何開始失效至關(guān)重要。所有這些都必須納入考量，而不僅僅是從外太空射出的隨機光子。這款設(shè)備能否在其額定使用壽命內(nèi)保持不變?”

“當(dāng)我們考慮老化時，電路的閾值可能發(fā)生改變，” Hardee說?！半娐房赡芨菀资艿竭@些東西的影響，設(shè)備可能會直接失效，這通常會造成卡住一類的故障?！钡⒎强偸侨绱恕！爱?dāng)你采用5nm或3nm的節(jié)點時，這些芯片會以許多奇怪的方式老化和失效，”Synopsys的Pandey說。“在電線中，有電子遷移，這可能會產(chǎn)生開路。有些機制我們甚至都不知道。另一件有趣的事情是你如何檢測故障，以及設(shè)計中的嵌入式傳感器如何監(jiān)控這些芯片的行為，它們是如何退化的。是否有潛在的故障蔓延？我們將不得不通過額外的芯片監(jiān)控和芯片智能來補充傳統(tǒng)的故障預(yù)警方法。”

片內(nèi)監(jiān)控是對其他BiST技術(shù)的補充。“先進的SLM監(jiān)測器通過分析升級，可以作為應(yīng)對間歇性和降級故障的安全機制，”Synopsys戰(zhàn)略系統(tǒng)工程可靠性核心團隊負(fù)責(zé)人Dan Alexandrescu表示。“多階段方法使用來自高級傳感器的信息，這些傳感器緊密嵌入關(guān)鍵設(shè)計模塊中。路徑裕量監(jiān)控、錯誤前檢測、內(nèi)存訪問時間測量、ECC和BiST事件被統(tǒng)一評估為相關(guān)的、及時的安全和質(zhì)量指標(biāo)。然后向系統(tǒng)執(zhí)行器發(fā)布可操作的見解，以及時糾正安全性和可靠性威脅。芯片內(nèi)數(shù)據(jù)被發(fā)送到邊緣和云平臺，以進行車隊級監(jiān)控。所有階段的高級分析都可以快速準(zhǔn)確地了解非常罕見的事件和現(xiàn)象，幫助安全使用已部署的產(chǎn)品，并為未來的設(shè)計提供更高的質(zhì)量?！?/p>

遠(yuǎn)程分析對功能驗證提出了要求。Synopsys系統(tǒng)設(shè)計集團產(chǎn)品線管理高級總監(jiān)Johannes Stahl說:“原始設(shè)備制造商希望對具有特定VIN號的特定汽車進行生命周期監(jiān)控，并向他們報告故障?！薄皬尿炞C的角度來看，在硅前階段，你必須確保這些機制有效，并提供正確的信息?！?擴展到人工智能

自動駕駛汽車越來越多地使用人工智能，這給驗證和確認(rèn)帶來了一系列新的挑戰(zhàn)。其中許多今天還無法完全理解。圖2(下圖)定義了AI系統(tǒng)驗證與傳統(tǒng)軟件的不同之處。

圖2：從V&V的角度對比傳統(tǒng)算法和機器學(xué)習(xí)算法。來源：《PolyVerif：自動駕駛汽車驗證和驗證研究加速的開源環(huán)境》

如何檢測AI系統(tǒng)是否出現(xiàn)故障?“人工智能是一個統(tǒng)計系統(tǒng)，它會在某個時間點失敗，” Pandey說?！拔覀?nèi)绾未_保這些系統(tǒng)繼續(xù)表現(xiàn)良好?有一類工作正在興起，就是正式驗證這些人工智能系統(tǒng)并確保它們在限制范圍內(nèi)。同樣，有研究正在進行，以包含這些系統(tǒng)。但是，如果我們用額外的傳感器和其他故障安全機制來補充傳統(tǒng)系統(tǒng)，就需要一些東西來驗證并確保系統(tǒng)真正做它們應(yīng)該做的事情。”

在未來，它會變得更加復(fù)雜。人工智能系統(tǒng)本質(zhì)上是一個學(xué)習(xí)系統(tǒng)，”Synopsys的Stah表示?！败浖怯扇司帉懙?，可能包含錯誤。那么人工智能是否比軟件有更高的風(fēng)險?它是一個可以學(xué)習(xí)的人工智能系統(tǒng)嗎?” 限制故障空間

硬件的故障空間是巨大的，即使有高度受限的故障模型也是如此。所以必須使用其他技術(shù)來限制實際需要考慮的故障數(shù)量。

“故障模式效應(yīng)和診斷分析(FMEDA)考慮到了你正在處理的電路的可靠性數(shù)據(jù)，”Hardee說?！澳阏谘芯渴〉哪Ｊ胶瓦@些模式的影響。因此，我們實際上只關(guān)注故障的子集，這些故障可能發(fā)生在傳播到可能造成傷害的功能輸出的地方?！?/p>

沒有最好的方法來做到這一點?！巴ㄟ^故障模擬，你可以將故障輸入到設(shè)計中，看看它們是否能被檢測到或觀察到，”西門子的Wiltgen說?！暗@不是唯一的方法。還可以部署其他分析方法來獲得這些指標(biāo)。它需要在靜態(tài)空間、形式空間和模擬空間中結(jié)合不同的工具與方法，以盡可能快速有效地達(dá)到這些指標(biāo)。”

現(xiàn)場測試和數(shù)字孿生可以補充現(xiàn)有工具?！坝腥藫芘艘幌伦児忾_關(guān)，說我在這里插入了一個錯誤，”Arteris營銷副總裁Frank Schirrmeister說?！跋霗z查測試是否真的發(fā)現(xiàn)了這個錯誤。就像是在進行一場安全活動，只不過是在系統(tǒng)中進行。會有更多這樣的工具插入安全和安保項中嗎？也許，并且會擴展到虛擬化中。有了電子數(shù)字孿生，就可以插入一些東西，看看虛擬表示是否與真實硬件相匹配?！?結(jié)論

經(jīng)驗證據(jù)表明，簡化的故障模型——合理地應(yīng)用于系統(tǒng)的硬件方面，再加上軟件和內(nèi)置傳感器來進行檢測，有時也糾正錯誤行為——可以充分確保硬件在其使用壽命內(nèi)是安全的。它依靠一些專家來監(jiān)督這個過程，以確保根據(jù)它所處的環(huán)境和可以提供的安全程度給予充分考慮。

然而，該過程是臨時的和不完整的，因為它沒有考慮整個系統(tǒng)的安全性。這應(yīng)該成為我們的目標(biāo)。