COTS AI 边缘处理 ASIC 的最新辐射测试结果

核心观点与关键数据

背景

• 测试对象为 COTS AI 边缘处理 ASIC，包括 Google Coral Edge TPU 和英特尔神经网络计算棒 2（NCS2），用于支持 CUVIS 仪器和移动应用。
• 这些 ASIC 采用 16nm 或 12nm 工艺制造，设计用于小型、低功耗的 AI 推理。

制造工艺节点

• Google TPUs 假设采用 16nm 或 12nm TSMC finFET 工艺。
• 英特尔 Movidius Myriad X VPU 采用 16nm finFET 工艺。
• TPUv1 使用 28nm 节点，TPUv2/v3 使用 16nm 节点，TPUv4 使用 7nm 节点。

模型

• 空间应用模型：基于 Salinas 高光谱数据集，包括 MLP 分类器、GAN 回归模型和 CNN 模型。
• 商业应用模型：MobileNetV2 用于图像分类，MobileNetV2-SSD 用于单-shot 物体检测。

辐射测试

• 总电离剂量（TID）测试：2 个控件，6 个偏置和 6 个无偏置器件。
• 单事件效应（SEE）测试：重离子（NSRL 和 LBNL）、高能质子（MGH）和 1.1 MeV 伽马射线。
• 剂量率：16.9 rad/s（英特尔）和 15.8 rad/s（谷歌）。

TID 结果

• 英特尔 NCS2：
  • 10 krad(Si) 内无 TID 影响。
  • 10-20 krad(Si) 间观察到电流波动，算法精度不变。
  • 20 krad(Si) 后偏置设备电流下降，USB 通信中断，但算法精度不变。
  • 25 krad(Si) 后所有偏置设备失效，无法通过 USB 通信。
  • 失效分析表明 USB 控制器部分故障。
• Google Coral Edge TPU：
  • 25 krad(Si) 内标称执行正常。
  • 30 krad(Si) 后所有偏置设备无法通过 USB 通信。
  • 60 krad(Si) 后无偏器件正常运行，算法精度不变。
  • 75 krad(Si) 后未偏置设备失效，类似偏置设备表现。

SEE 签名

• SEU：表现为算法精度变化，可能导致分类错误。
• SEFI：表现为持续错误或无法通信，模型失效但程序继续。
• 卡滞位：最可能出现在高速缓存存储器中，功率周期后仍持续错误。

重离子测试结果

• 英特尔 NCS2：
  • 最大 LET 49.3 MeV-cm²/mg，未观察到 SEL/卡滞位。
  • SEU/SEFI LET~1.16 MeV-cm²/mg。
• Google Coral Edge TPU：
  • 最大 LET 57.3 MeV-cm²/mg，未观察到 SEL/卡滞位。
  • SEU/SEFI LET~1.96 MeV-cm²/mg。

高能质子测试结果

• 未观察到 SEL 或卡滞位，SEU/SEFI 特征与重离子测试相同。
• 英特尔 NCS2：
  • 质子 SEFI 横截面：0.0035 SEFI/天（太阳最小值期间）。
• Google Coral Edge TPU：
  • 质子 SEFI 横截面：0.00035 SEFI/天（太阳最小值期间）。

结论

• AI 模型在英特尔 NCS2 和 Google Edge TPU 中表现出相似的 SEE 签名和行为。
• 最高 LET 值下可能存在其他 SEE 类型（电荷俘获效应）。
• 重离子诱导的 SEFI 横截面相似，但具体敏感位置未知。
• 高能质子与重离子观察到相同的 SEE 特征。
• 英特尔 NCS2 的质子横截面比 Google Edge TPU 高约一个数量级。