Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

18
СТАТИСТИЧЕСКИЙ ПОДХОД СТАТИСТИЧЕСКИЙ ПОДХОД К ОПИСАНИЮ МНОЖЕСТВЕННЫХ СБОЕВ К ОПИСАНИЮ МНОЖЕСТВЕННЫХ СБОЕВ В ЦИФРОВЫХ СХЕМАХ ПАМЯТИ В ЦИФРОВЫХ СХЕМАХ ПАМЯТИ ВЫСОКОЙ СТЕПЕНИ ИНТЕГРАЦИИ ВЫСОКОЙ СТЕПЕНИ ИНТЕГРАЦИИ Г. И. ЗЕБРЕВ Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ , М.С. ГОРБУНОВ 2 , Р. Г. , Р. Г. УСЕЙНОВ УСЕЙНОВ 1, 1,3 , , В. В. ЕМЕЛЬЯНОВ В. В. ЕМЕЛЬЯНОВ 3 , А. ОЗЕРОВ , А. ОЗЕРОВ 3 , В. С. АНАШИН , В. С. АНАШИН 4 , А. Е. КОЗЮКОВ А. Е. КОЗЮКОВ 4 , К.С. ЗЕМЦОВ , К.С. ЗЕМЦОВ 2,3 2,3 1 НИЯУ МИФИ НИЯУ МИФИ 2 НИИ системных исследований РАН, Москва НИИ системных исследований РАН, Москва 3 3 НИИ приборов, Лыткарино НИИ приборов, Лыткарино 4 НИИ КП 4 НИИ КП gizebrev@mephi. gizebrev@mephi. МЭС-2014 октябрь 2014, Зеленоград МЭС-2014 октябрь 2014, Зеленоград

Upload: chassidy-evans

Post on 03-Jan-2016

78 views

Category:

Documents


6 download

DESCRIPTION

СТАТИСТИЧЕСКИЙ ПОДХОД К ОПИСАНИЮ МНОЖЕСТВЕННЫХ СБОЕВ В ЦИФРОВЫХ СХЕМАХ ПАМЯТИ ВЫСОКОЙ СТЕПЕНИ ИНТЕГРАЦИИ. Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 , В. В. ЕМЕЛЬЯНОВ 3 , А. ОЗЕРОВ 3 , В. С. АНАШИН 4 , А. Е. КОЗЮКОВ 4 , К.С. ЗЕМЦОВ 2,3. НИЯУ МИФИ - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

СТАТИСТИЧЕСКИЙ ПОДХОД СТАТИСТИЧЕСКИЙ ПОДХОД К ОПИСАНИЮ МНОЖЕСТВЕННЫХ К ОПИСАНИЮ МНОЖЕСТВЕННЫХ

СБОЕВ В ЦИФРОВЫХ СХЕМАХ СБОЕВ В ЦИФРОВЫХ СХЕМАХ ПАМЯТИ ВЫСОКОЙ СТЕПЕНИ ПАМЯТИ ВЫСОКОЙ СТЕПЕНИ

ИНТЕГРАЦИИИНТЕГРАЦИИГ. И. ЗЕБРЕВГ. И. ЗЕБРЕВ11, М.С. ГОРБУНОВ, М.С. ГОРБУНОВ22 , Р. Г. УСЕЙНОВ, Р. Г. УСЕЙНОВ1,1,33,,

В. В. ЕМЕЛЬЯНОВВ. В. ЕМЕЛЬЯНОВ33, А. ОЗЕРОВ, А. ОЗЕРОВ33, В. С. АНАШИН, В. С. АНАШИН44,

А. Е. КОЗЮКОВА. Е. КОЗЮКОВ44, К.С. ЗЕМЦОВ, К.С. ЗЕМЦОВ2,32,3

11 НИЯУ МИФИНИЯУ МИФИ

22 НИИ системных исследований РАН, МоскваНИИ системных исследований РАН, Москва

3 3 НИИ приборов, Лыткарино НИИ приборов, Лыткарино

4 НИИ КП4 НИИ КП

[email protected]@mephi.ruМЭС-2014 октябрь 2014, ЗеленоградМЭС-2014 октябрь 2014, Зеленоград

Page 2: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

2

ПЛАН

1.1. Общая концепция Общая концепция множественных сбоевмножественных сбоев

2.2. Критерии множественных Критерии множественных сбоевсбоев

3.3. Кратность сбоя Кратность сбоя

4.4. ЭкспериментЭксперимент

5.5. Распределение кратностиРаспределение кратности

1.1. Общая концепция Общая концепция множественных сбоевмножественных сбоев

2.2. Критерии множественных Критерии множественных сбоевсбоев

3.3. Кратность сбоя Кратность сбоя

4.4. ЭкспериментЭксперимент

5.5. Распределение кратностиРаспределение кратности

Page 3: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

3

КЛАССИФИКАЦИЯ (CLASSIFICATION)

1.1. Однократные сбои (Однократные сбои (Single Bit Single Bit Upset, SBU) (< 1 upset/ion)Upset, SBU) (< 1 upset/ion)

2.2. Множественные (кратные) сбоевМножественные (кратные) сбоев

((Multiple Cell Upsets, MCU) Multiple Cell Upsets, MCU)

(> 1 upset/ion) (> 1 upset/ion)

3. 3. С ростом степени интеграции доля С ростом степени интеграции доля MCU MCU возрастаетвозрастает

1.1. Однократные сбои (Однократные сбои (Single Bit Single Bit Upset, SBU) (< 1 upset/ion)Upset, SBU) (< 1 upset/ion)

2.2. Множественные (кратные) сбоевМножественные (кратные) сбоев

((Multiple Cell Upsets, MCU) Multiple Cell Upsets, MCU)

(> 1 upset/ion) (> 1 upset/ion)

3. 3. С ростом степени интеграции доля С ростом степени интеграции доля MCU MCU возрастаетвозрастает

Page 4: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

4

КРИТЕРИИ (CRITERIA)

- - Однократные сбои Однократные сбои ((Single Bit Upset, SBU)Single Bit Upset, SBU)

- - Однократные сбои Однократные сбои ((Single Bit Upset, SBU)Single Bit Upset, SBU)

1SBU

M

N

A

1SBU

M

N

A

- - Множественные сбои Множественные сбои ((MCU)MCU)

- - Множественные сбои Множественные сбои ((MCU)MCU)

MA- - Полная площадь памяти Полная площадь памяти

((total memory area)total memory area)- - Полная площадь памяти Полная площадь памяти

((total memory area)total memory area)

- - Флюенс ионов (Флюенс ионов (Ion Fluence)Ion Fluence)- - Флюенс ионов (Флюенс ионов (Ion Fluence)Ion Fluence)[email protected]@mephi.ru

Page 5: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

5

ПРИМИТИВНАЯ ЯЧЕЙКАПРИМИТИВНАЯ ЯЧЕЙКА(PRIMITIVE CELL)(PRIMITIVE CELL)

Непрерывное покрытие периодической структуры Непрерывное покрытие периодической структуры примитивными ячейками примитивными ячейками

cella ПЛОЩАДЬ ПРИМИТИВНОЙ ЯЧЕЙКИПЛОЩАДЬ ПРИМИТИВНОЙ ЯЧЕЙКИ (PRIMITIVE CELL AREA) (PRIMITIVE CELL AREA)ПЛОЩАДЬ ПРИМИТИВНОЙ ЯЧЕЙКИПЛОЩАДЬ ПРИМИТИВНОЙ ЯЧЕЙКИ (PRIMITIVE CELL AREA) (PRIMITIVE CELL AREA)

Каждая примитивная ячейкаКаждая примитивная ячейка может содержать 2 ячейки памятиможет содержать 2 ячейки памятиPrimitive cell may contain 2 and more Primitive cell may contain 2 and more

memory cellsmemory cells

Каждая примитивная ячейкаКаждая примитивная ячейка может содержать 2 ячейки памятиможет содержать 2 ячейки памятиPrimitive cell may contain 2 and more Primitive cell may contain 2 and more

memory cellsmemory cells

2 ячейки 2 ячейки DICE DICE в одной в одной примитивной ячейкепримитивной ячейке

(2 DICE cells in a (2 DICE cells in a primitive cell )primitive cell )

2 ячейки 2 ячейки DICE DICE в одной в одной примитивной ячейкепримитивной ячейке

(2 DICE cells in a (2 DICE cells in a primitive cell )primitive cell )

Page 6: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

6

МЕТРИКА СТЕПЕНИ ИНТЕГРАЦИИМЕТРИКА СТЕПЕНИ ИНТЕГРАЦИИ (METRICS)(METRICS)

cella1m cellN a

cella

mN

1.1. Площадь активной области ячеек памяти (затворы, стоки и т.п.)Площадь активной области ячеек памяти (затворы, стоки и т.п.)

2.2. Площадь буферной области, разделяющей активные области Площадь буферной области, разделяющей активные области памятипамяти

Primitive area cell = active memory cell + inter-cell regionsPrimitive area cell = active memory cell + inter-cell regions

1.1. Площадь активной области ячеек памяти (затворы, стоки и т.п.)Площадь активной области ячеек памяти (затворы, стоки и т.п.)

2.2. Площадь буферной области, разделяющей активные области Площадь буферной области, разделяющей активные области памятипамяти

Primitive area cell = active memory cell + inter-cell regionsPrimitive area cell = active memory cell + inter-cell regions

act buffercell cell cella a a

Area the primitive cell doesn’t depend on Area the primitive cell doesn’t depend on choice of its form (layout invariant)choice of its form (layout invariant)

Area the primitive cell doesn’t depend on Area the primitive cell doesn’t depend on choice of its form (layout invariant)choice of its form (layout invariant)

Форма П-ячейки не уникален, но Форма П-ячейки не уникален, но площадь - топологический площадь - топологический инвариантинвариант--определяет плотность определяет плотность интеграцииинтеграции

Форма П-ячейки не уникален, но Форма П-ячейки не уникален, но площадь - топологический площадь - топологический инвариантинвариант--определяет плотность определяет плотность интеграцииинтеграции

Page 7: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

7

ПАРЦИАЛЬНЫЕ СЕЧЕНИЯ СБОЕВPARTIAL UPSET CROSS SECTIONS

0 n celln

a

СЕЧЕНИЕ СБОЯ КРАТНОСТИ СЕЧЕНИЕ СБОЯ КРАТНОСТИ nn СЕЧЕНИЕ СБОЯ КРАТНОСТИ СЕЧЕНИЕ СБОЯ КРАТНОСТИ nn

СБОЙ КРАТНОСТИ -0 - ЭТО СБОЙ КРАТНОСТИ -0 - ЭТО ОТСУТСТВИЕ СБОЯ ПРИ ПОПАДАНИИ ОТСУТСТВИЕ СБОЯ ПРИ ПОПАДАНИИ

СБОЙ КРАТНОСТИ -0 - ЭТО СБОЙ КРАТНОСТИ -0 - ЭТО ОТСУТСТВИЕ СБОЯ ПРИ ПОПАДАНИИ ОТСУТСТВИЕ СБОЯ ПРИ ПОПАДАНИИ

_MBU nn

N

M

УСЛОВИЕ ПОЛНОТЫУСЛОВИЕ ПОЛНОТЫ

((COMPLETENESS CONDITIONCOMPLETENESS CONDITION) )

УСЛОВИЕ ПОЛНОТЫУСЛОВИЕ ПОЛНОТЫ

((COMPLETENESS CONDITIONCOMPLETENESS CONDITION) )

КАЖДОЕ ПОПАДАНИЕ СООТВЕТСТВУЕТ КАКОЙ-ТО КРАТНОСТИКАЖДОЕ ПОПАДАНИЕ СООТВЕТСТВУЕТ КАКОЙ-ТО КРАТНОСТИ!! КАЖДОЕ ПОПАДАНИЕ СООТВЕТСТВУЕТ КАКОЙ-ТО КРАТНОСТИКАЖДОЕ ПОПАДАНИЕ СООТВЕТСТВУЕТ КАКОЙ-ТО КРАТНОСТИ!!

EVERY HIT CORRESPONDS TO A MULITIPLICITY!EVERY HIT CORRESPONDS TO A MULITIPLICITY! EVERY HIT CORRESPONDS TO A MULITIPLICITY!EVERY HIT CORRESPONDS TO A MULITIPLICITY!

Page 8: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

8

СРЕДНИЕ СЕЧЕНИЯ И КРАТНОСТЬ СБОЕВMEAN CS AND MEAN MULTIPLICITY

СРЕДНЕЕ СРЕДНЕЕ СЕЧЕНИЕ СЕЧЕНИЕ СБОЕВ СБОЕВ СРЕДНЕЕ СРЕДНЕЕ СЕЧЕНИЕ СЕЧЕНИЕ СБОЕВ СБОЕВ nn

0

0

nn

nn

nn

СРЕДНЕЯЯ СРЕДНЕЯЯ КРАТНОСТЬКРАТНОСТЬ

СБОЕВСБОЕВ

MEAN MULTIPLICITYMEAN MULTIPLICITY

СРЕДНЕЯЯ СРЕДНЕЯЯ КРАТНОСТЬКРАТНОСТЬ

СБОЕВСБОЕВ

MEAN MULTIPLICITYMEAN MULTIPLICITY

cella n

СРЕДНЯЯ СРЕДНЯЯ КРАТНОСТЬКРАТНОСТЬ

СБОЕВСБОЕВ

MEAN MULTIPLICITYMEAN MULTIPLICITY

СРЕДНЯЯ СРЕДНЯЯ КРАТНОСТЬКРАТНОСТЬ

СБОЕВСБОЕВ

MEAN MULTIPLICITYMEAN MULTIPLICITY

СРЕДНСРЕДНEEEE СЕЧЕНИЕ СЕЧЕНИЕ ОПРЕДЕЛЯЕТСЯ ОПРЕДЕЛЯЕТСЯ СРЕДНЕЙ КРАТНОСТЬЮ СБОЕВ СРЕДНЕЙ КРАТНОСТЬЮ СБОЕВ

СРЕДНСРЕДНEEEE СЕЧЕНИЕ СЕЧЕНИЕ ОПРЕДЕЛЯЕТСЯ ОПРЕДЕЛЯЕТСЯ СРЕДНЕЙ КРАТНОСТЬЮ СБОЕВ СРЕДНЕЙ КРАТНОСТЬЮ СБОЕВ

MEAN MULTIPLICITY IS NORMALIZED MEAN MEAN MULTIPLICITY IS NORMALIZED MEAN CROSS SECTION!CROSS SECTION!

MEAN MULTIPLICITY IS NORMALIZED MEAN MEAN MULTIPLICITY IS NORMALIZED MEAN CROSS SECTION!CROSS SECTION!

Page 9: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

9

ПРИМЕР: НИЗКАЯ СТЕПЕНЬ ИНТЕГРАЦИИEXAMPLE: LOW-SCALED ICs

1SBUN

M

ТОЛЬКО 2 ТИПА СОБЫТИЙ : ТОЛЬКО 2 ТИПА СОБЫТИЙ : n = 0 n = 0 И И n = 1n = 1ТОЛЬКО 2 ТИПА СОБЫТИЙ : ТОЛЬКО 2 ТИПА СОБЫТИЙ : n = 0 n = 0 И И n = 1n = 1

0nothingN

M

COMPLETENESS CONDITIONCOMPLETENESS CONDITIONCOMPLETENESS CONDITIONCOMPLETENESS CONDITION

0 1 cella

CCбои маловероятны при бои маловероятны при попадании в буфер попадании в буфер

CCбои маловероятны при бои маловероятны при попадании в буфер попадании в буфер

УСЛОВИЕ ПОЛНОТЫУСЛОВИЕ ПОЛНОТЫ

ДЛЯ 2-УХ СЕЧЕНИЙДЛЯ 2-УХ СЕЧЕНИЙ

УСЛОВИЕ ПОЛНОТЫУСЛОВИЕ ПОЛНОТЫ

ДЛЯ 2-УХ СЕЧЕНИЙДЛЯ 2-УХ СЕЧЕНИЙ

Inter-cell -> no upsetInter-cell -> no upsetInter-cell -> no upsetInter-cell -> no upset

Page 10: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

10

НАСЫЩЕНИЕ СЕЧЕНИЯ (SATURATION for SBU)

Если Если LET (LET (ЛПЭ) ЛПЭ) растет растет

00 уменьшается уменьшается

11 возрастает возрастает

вплоть до вплоть до SATSAT

Если Если LET (LET (ЛПЭ) ЛПЭ) растет растет

00 уменьшается уменьшается

11 возрастает возрастает

вплоть до вплоть до SATSAT

0 1 cella

Mean multiplicity < 1 in this caseMean multiplicity < 1 in this caseMean multiplicity < 1 in this caseMean multiplicity < 1 in this case

1 0if and

1 1

0 1

1cell

na

Page 11: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

11

КРИТЕРИИ МНОЖЕСТВЕННОСТИ СБОЕВ

1 celln a

1 celln a

SBU SBU <n><n> < 1 < 1

MCU, MCU, <n><n> > 1 > 1

SBU, SBU, ЕДИНИЧНЫЙ ЕДИНИЧНЫЙ СБОЙСБОЙ

SBU, SBU, ЕДИНИЧНЫЙ ЕДИНИЧНЫЙ СБОЙСБОЙ

MCU, MCU, МНОЖЕСТВЕННЫЙ МНОЖЕСТВЕННЫЙ СБОЙСБОЙ

MCU, MCU, МНОЖЕСТВЕННЫЙ МНОЖЕСТВЕННЫЙ СБОЙСБОЙ

<<>> > > aacellcell

<<>> < < aacellcell

Page 12: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

12

ГЕОМЕТРИЧЕСКАЯ ИНТЕРПРЕТАЦИЯ MCU (MCU GEOMETRICAL INTERPRETATION)

SBU mem mN N A M

celln a СЕЧЕНИЕ СЕЧЕНИЕ MCU MCU ОПРЕДЕЛЯЕТСЯ ОПРЕДЕЛЯЕТСЯ СРЕДНИМ КОЛИЧЕСТВОМ СРЕДНИМ КОЛИЧЕСТВОМ СБИТЫХ ЯЧЕЕК ОТ ИОНА СБИТЫХ ЯЧЕЕК ОТ ИОНА

СЕЧЕНИЕ СЕЧЕНИЕ MCU MCU ОПРЕДЕЛЯЕТСЯ ОПРЕДЕЛЯЕТСЯ СРЕДНИМ КОЛИЧЕСТВОМ СРЕДНИМ КОЛИЧЕСТВОМ СБИТЫХ ЯЧЕЕК ОТ ИОНА СБИТЫХ ЯЧЕЕК ОТ ИОНА

-ЗАВИСИТ ОТ ЭФФЕКТИВНОЙ ПЛОЩАДИ СБОРА ЗАРЯДА ОТ ТРЕКА ЗАВИСИТ ОТ ЭФФЕКТИВНОЙ ПЛОЩАДИ СБОРА ЗАРЯДА ОТ ТРЕКА ((EFF COLLECTION AREA PER A TRACK)EFF COLLECTION AREA PER A TRACK)

-ОТ ТЕХНОЛОГИИ И ТОПОЛОГИИ (ОТ ТЕХНОЛОГИИ И ТОПОЛОГИИ (TECHNOLOGY, LAYOUT TECHNOLOGY, LAYOUT DEPENDENT)DEPENDENT)

- ЗАВИСИМОСТЬ ОТ УГЛА (ЗАВИСИМОСТЬ ОТ УГЛА (INCIDENT ANGLE DEPENDENTINCIDENT ANGLE DEPENDENT))

-ЗАВИСИТ ОТ ЭФФЕКТИВНОЙ ПЛОЩАДИ СБОРА ЗАРЯДА ОТ ТРЕКА ЗАВИСИТ ОТ ЭФФЕКТИВНОЙ ПЛОЩАДИ СБОРА ЗАРЯДА ОТ ТРЕКА ((EFF COLLECTION AREA PER A TRACK)EFF COLLECTION AREA PER A TRACK)

-ОТ ТЕХНОЛОГИИ И ТОПОЛОГИИ (ОТ ТЕХНОЛОГИИ И ТОПОЛОГИИ (TECHNOLOGY, LAYOUT TECHNOLOGY, LAYOUT DEPENDENT)DEPENDENT)

- ЗАВИСИМОСТЬ ОТ УГЛА (ЗАВИСИМОСТЬ ОТ УГЛА (INCIDENT ANGLE DEPENDENTINCIDENT ANGLE DEPENDENT))

Сбои разной кратностиСбои разной кратности

Different multiplicitiesDifferent multiplicities

Сбои разной кратностиСбои разной кратности

Different multiplicitiesDifferent multiplicities

Page 13: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

13

ЛИНЕЙНАЯ ЗАВИСИМОСТЬ СЕЧЕНИЙ ОТ ЛПЭLINEAR DEPENDENCE OF CS ON LET

НИИСИ , Горбунов, 65 нмНИИСИ , Горбунов, 65 нм, , 20132013

НИИП, Емельянов, 90 нмНИИП, Емельянов, 90 нм, 2013, 2013

Swift et al.Swift et al., , Virtex-5QV Virtex-5QV , 90 , 90 nm, nm, 20132013

Экспериментально измеряемый диапазон сечений сбоев (Экспериментально измеряемый диапазон сечений сбоев (SEUSEU) ) в современных ИС часто укладывается в 1-1.5 порядка! в современных ИС часто укладывается в 1-1.5 порядка!

Экспериментально измеряемый диапазон сечений сбоев (Экспериментально измеряемый диапазон сечений сбоев (SEUSEU) ) в современных ИС часто укладывается в 1-1.5 порядка! в современных ИС часто укладывается в 1-1.5 порядка!

~ 1.5 ~ 1.5 порядкапорядка

~ 1.5 ~ 1.5 порядкапорядка

Тем не менее, следуя традиции,Тем не менее, следуя традиции,данные представляются данные представляются 1)1)в логарифмическом масштабев логарифмическом масштабе2)2)аппроксмируются кривой Вейбулла с 4 аппроксмируются кривой Вейбулла с 4 параметрамипараметрами

~ 1.5 ~ 1.5 порядкапорядка

Page 14: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

14

Иллюзии логарифмического масштаба (Log Scale illusions)

Это Вейбулл?Это Вейбулл?

Нет Нет , , это линейная это линейная зависимость!зависимость!

Логарифмический Логарифмический масштаб создает масштаб создает иллюзию насыщения иллюзию насыщения

~ 1.5 ~ 1.5 порядкапорядка~ 1.5 ~ 1.5 порядкапорядка

Логарифмический масштаб Логарифмический масштаб создаетсоздает 1) иллюзию насыщения1) иллюзию насыщения2) иллюзию резкого порога 2) иллюзию резкого порога

Логарифмический масштаб Логарифмический масштаб создаетсоздает 1) иллюзию насыщения1) иллюзию насыщения2) иллюзию резкого порога 2) иллюзию резкого порога

-Illusion SaturationIllusion Saturation- Threshold illusionThreshold illusion

Page 15: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

15

ЛИНЕЙНОСТЬ ЗАВИСИМОСТИ СЕЧЕНИЯ ОТ ЛПЭ

Горбунов, 65 нмГорбунов, 65 нмЕмельянов, 90 нмЕмельянов, 90 нм

Virtex-5QV Virtex-5QV , 90 , 90 nmnm

1. Экспериментальные 1. Экспериментальные зависимости сечения зависимости сечения сбоя от ЛПЭ близки к сбоя от ЛПЭ близки к линейным! Насыщение линейным! Насыщение отсутствует! отсутствует!

1. Экспериментальные 1. Экспериментальные зависимости сечения зависимости сечения сбоя от ЛПЭ близки к сбоя от ЛПЭ близки к линейным! Насыщение линейным! Насыщение отсутствует! отсутствует!

2. Линейная зависимость 2. Линейная зависимость асимптотически уходит асимптотически уходит практически в ноль. Это практически в ноль. Это связано с очень малым связано с очень малым Qc. Qc.

2. Линейная зависимость 2. Линейная зависимость асимптотически уходит асимптотически уходит практически в ноль. Это практически в ноль. Это связано с очень малым связано с очень малым Qc. Qc.

33. . No saturation, zero threshold, linear dependence on energy No saturation, zero threshold, linear dependence on energy deposition!deposition!

33. . No saturation, zero threshold, linear dependence on energy No saturation, zero threshold, linear dependence on energy deposition!deposition!

Page 16: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

16

ЭКСПЕРИМЕНТАЛЬНЫЕ РАЗБРОСЫ ( EXPERIMENTAL SCATTERS)

2 22 2SBU m mN n A A n

2 2

2 2

1SBU

mSBU

N n

AN n

1)1) Дисперсия числа попадания Дисперсия числа попадания (hit number dispersion(hit number dispersion

2)2) Дисперсия кратности (Дисперсия кратности (multiplicity dispersionmultiplicity dispersion

1)1) Дисперсия числа попадания Дисперсия числа попадания (hit number dispersion(hit number dispersion

2)2) Дисперсия кратности (Дисперсия кратности (multiplicity dispersionmultiplicity dispersion

Число сбоев - случайная величина (есть разброс) Число сбоев - случайная величина (есть разброс)

Upset number is stochastic value (scatter)Upset number is stochastic value (scatter)

Число сбоев - случайная величина (есть разброс) Число сбоев - случайная величина (есть разброс)

Upset number is stochastic value (scatter)Upset number is stochastic value (scatter)

Can be reduced by good statisticsCan be reduced by good statisticsМожно уменьшить! Можно уменьшить!

Can be reduced by good statisticsCan be reduced by good statisticsМожно уменьшить! Можно уменьшить!

Cannot be reduced (technology Cannot be reduced (technology dependent)dependent)Нельзя уменьшить!Нельзя уменьшить!

Cannot be reduced (technology Cannot be reduced (technology dependent)dependent)Нельзя уменьшить!Нельзя уменьшить!

Вся информация содержится в распределение по кратностямВся информация содержится в распределение по кратностям!!All information contains in multiplicity distribution!All information contains in multiplicity distribution!

Вся информация содержится в распределение по кратностямВся информация содержится в распределение по кратностям!!All information contains in multiplicity distribution!All information contains in multiplicity distribution!

Page 17: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

17

СТАТИСТИКА СБОЕВ (UPSET STATISTICS)

Распределение сбоев по кратности Распределение сбоев по кратности определяется распределением парциальных определяется распределением парциальных сечений (экспериментально определяемая сечений (экспериментально определяемая величина)величина)

Распределение сбоев по кратности Распределение сбоев по кратности определяется распределением парциальных определяется распределением парциальных сечений (экспериментально определяемая сечений (экспериментально определяемая величина)величина)

nn

cell

pa

0

00

nnnn

nn

nn n p

Распределение кратностей дает Распределение кратностей дает возможность рассчитывать возможность рассчитывать

-Средние сечения (Средние сечения (mean CS)mean CS)

-ДисперсииДисперсии (dispersion) (dispersion)

- Интенсивности сбоев с учетомИнтенсивности сбоев с учетом скрабирования (скрабирования (SER with scrubbing SER with scrubbing etc.)etc.)

Распределение кратностей дает Распределение кратностей дает возможность рассчитывать возможность рассчитывать

-Средние сечения (Средние сечения (mean CS)mean CS)

-ДисперсииДисперсии (dispersion) (dispersion)

- Интенсивности сбоев с учетомИнтенсивности сбоев с учетом скрабирования (скрабирования (SER with scrubbing SER with scrubbing etc.)etc.)

Page 18: Г. И. ЗЕБРЕВ 1 , М.С. ГОРБУНОВ 2 , Р. Г. УСЕЙНОВ 1, 3 ,

18

ЗАКЛЮЧЕНИЕ (CONCLUSION)

- - Эквивалентность подходов среднего Эквивалентность подходов среднего сечения и средней кратностисечения и средней кратности (Mean CS and (Mean CS and multiplicity approximation equivalence)multiplicity approximation equivalence)

- - Эквивалентность подходов среднего Эквивалентность подходов среднего сечения и средней кратностисечения и средней кратности (Mean CS and (Mean CS and multiplicity approximation equivalence)multiplicity approximation equivalence)

- - Необходимость определения распределения Необходимость определения распределения кратности сбоев (кратности сбоев (multiplicity distribution multiplicity distribution necessity)necessity)

- - Необходимость определения распределения Необходимость определения распределения кратности сбоев (кратности сбоев (multiplicity distribution multiplicity distribution necessity)necessity)

- Квазилинейная зависимость сечения от Квазилинейная зависимость сечения от ЛПЭ (ЛПЭ (quasi-linear dependence CS on LET in quasi-linear dependence CS on LET in highly scaled IC)highly scaled IC)

- Квазилинейная зависимость сечения от Квазилинейная зависимость сечения от ЛПЭ (ЛПЭ (quasi-linear dependence CS on LET in quasi-linear dependence CS on LET in highly scaled IC)highly scaled IC)