2023-06-252023-06-25https://tore.tuhh.de/handle/11420/15764Zwei Kräfte treiben den Entwurf neuester digitaler Systeme: Variabilität und Approximation. Mit der Skalierung der Technologie nimmt die Variabilität von Bauelementen und Verbindungsstrukturen dramatisch zu. Dies ist intrinsischen (z.B. ungleiche Dotierung) und extrinsischen (z.B. Temperaturschwankungen) Faktoren geschuldet. Außerdem altern Bauelemente über die Zeit, wodurch die Variabilität weiter zunimmt. Um mit den resultierenden Effekten umzugehen, wurden neue Entwurfsmethodologien vorgeschlagen, die „ungenaue“ Berechnungen in gewissen Systemteilen oder für gewisse Zeitspannen akzeptieren. So wird der Umgang mit Fehlern ein integraler Bestandteil des Entwurfsablaufs. Die „ungenaue“ Funktionalität zeigt sich in zwei fundamental unterschiedlichen Weisen: entweder wird unvermeidbare Variabilität auf Technologieebene durch zusätzliche Logik abgefangen – dies wird auch als „stochastische Berechnung“ bezeichnet – oder Ungenauigkeit wird im Entwurf verursacht, um den Flächen- oder Energiebedarf zu mindern – dies wird auch als „approximative Berechnung“ bezeichnet. Beide Bereiche werden eine essentielle Rolle bei zukünftigen Systemen spielen; so zum Beispiel, wenn die Infrastruktur für das Internet-of-Things (IoT) ausgebaut wird oder wenn Multi-Prozessor-Systeme für hoch performantes Rechnen realisiert werden.Gegenwärtig ist es nicht möglich, Genauigkeitsgarantien während der Laufzeit eines ungenauen Rechensystems zu liefern, wenn die Ungenauigkeit Alterung oder Umgebungsbedingungen resultiert. Deshalb können funktional approximative oder der Variabilität unterworfene Systeme nur schwer in sicherheits-relevanten Bereichen eingesetzt werden. Ziel dieses Projektes ist es, diese Probleme zu bewältigen. Es sollen erstmals Konzepte für eine Diagnoseinfrastruktur für ungenaue Schaltungen erarbeitet werden, die zur Laufzeit funktionale Garantien gibt. Dies soll durch die Kombination neuer Algorithmen für Erzeugung und Zusammenstellung stimuli-basierter Tests zur Laufzeit sowie neuer Hardware-Elemente zum nebenläufigen Monitoring der Funktionalität erreicht werden. Die Entwurfsmethoden werden auf einem Vision-System-on-Chip validiert.Two forces are shaping the design of new digital systems: variability and approximation. As technology scales, the variability of devices and interconnects increases dramatically due to intrinsic (e.g., unequal dopant concentrations) and extrinsic (e.g., temperature variations) factors. Furthermore, devices degrade over time -the so-called aging- which exacerbates the variability problem. To palliate these issues, new design methodologies proposed to accept an "imprecise" functionality at some parts of the design and during some periods of time. Thus, errors are becoming an integral part of the design flow. The "imprecise" functionality appears in two fundamentally different flavors: either it is due to the unavoidable variability of the technology which is addressed with additional logic -the so-called stochastic processing- or it is created by design to reduce area or energy consumption of the system -the so-called approximate processing. These two characteristics will play an essential role when considering future systems, e.g., enhancing the infrastructure for the Internet of Things (IoT) and creating multiprocessor systems for high-performance computing.Currently, it is not possible to quantify the accuracy-warranties of an imprecise processing system reliably at run time when it includes imprecise hardware subject to aging and environmental changes. Consequently, safely deploying adaptable systems that use functional approximation and that are implemented in new variability-prone technologies is difficult. Our main goal is to overcome this problem by developing new concepts for the first run-time diagnostic infrastructure for imprecise circuits that provides functional guarantees. We want to achieve this by combining new algorithms for generation and synthesis of stimuli-based testing tightly joined with new hardware building blocks for monitoring functionality of a system at run time. We will validate our design tools and methodology on a Vision-System-on-Chip.