PDF(9724 KB)
宇航环境下基于RHBD的SRAM抗双节点翻转研究综述
帅威, 蔡烁, 陈俊伊, 陈俊哲, 梁鑫杰, 黄珠, 魏懋萱
集成电路与嵌入式系统 ›› 2026, Vol. 26 ›› Issue (3) : 20-33.
PDF(9724 KB)
PDF(9724 KB)
宇航环境下基于RHBD的SRAM抗双节点翻转研究综述
A review of RHBD-based SRAM design against double node upsets in space environment
在宇航等高可靠性应用环境中,由辐射引发的多节点翻转已成为影响静态随机存储器稳定性的关键因素。近年来,针对双节点翻转问题,基于辐射加固设计策略的多种抗干扰结构被提出并得到广泛研究,典型的如S8P8N、QUCCE12T、SARP12T、HRLP16T、RH20T、S6P8N与RH14T等。文中系统回顾了现有RHBD型SRAM结构在DNU容错方面的设计理念与关键性能指标,梳理其在可靠性、功耗、面积、访问速度及静态稳定性等方面的优势与局限,并对比分析不同设计策略的适用场景。最后,指出当前RHBD结构在细粒度容错控制与综合性能平衡方面仍面临的挑战,未来设计可在电荷传播路径抑制、反馈机制优化等方向进一步突破。
In high-reliability applications such as aerospace, satellite communication, and nuclear control systems, multiple node upsets (MNUs) induced by radiation have become a major threat to the stability of static random access memory (SRAM). In recent years, to address the double node upset (DNU) issue, various radiation-hardened-by-design (RHBD) structures have been proposed and extensively studied, including S8P8N, QUCCE12T, SARP12T, HRLP16T, RH20T, S6P8N, and RH14T.This paper provides a comprehensive review of RHBD-based SRAM designs with a focus on their fault-tolerance mechanisms against DNU events. The key design principles, performance metrics, and trade-offs among reliability, power consumption, area, access time, and static stability are summarized and compared. Finally, the paper points out that existing RHBD structures still face challenges in achieving fine-grained fault tolerance and balanced overall performance. Future development may focus on charge propagation suppression and feedback mechanism optimization to further enhance DNU resilience.
SRAM / RHBD / 双节点翻转 / 加固结构 / S8P8N / QUCCE12T / SARP12T / HRLP16T / RH20T / S6P8N / RH14T
SRAM / RHBD / double node upset / hardened structure / S8P8N / QUCCE12T / SARP12T / HRLP16T / RH20T / S6P8N / RH14T
| [1] |
李洪辰. 集成电路单元抗单粒子电荷共享加固设计研究[D]. 哈尔滨: 哈尔滨工业大学, 2022.
|
| [2] |
|
| [3] |
陈盘训. 半导体器件和集成电路的辐射效应[M]. 北京: 国防工业出版社, 2005:86-95.
|
| [4] |
杨善潮, 齐超, 刘岩, 等. 中子单粒子效应研究现状及进展[J]. 强激光与粒子束, 2015, 27(11):10-16.
|
| [5] |
闫爱斌. 集成电路器件抗辐射加固设计技术[M]. 北京: 科学出版社, 2023.
|
| [6] |
黄茂航. 面向可容错系统的低压SRAM 电路研究与设计[D]. 成都: 电子科技大学, 2022.
|
| [7] |
|
| [8] |
|
| [9] |
|
| [10] |
|
| [11] |
|
| [12] |
|
| [13] |
|
| [14] |
|
| [15] |
|
| [16] |
杜易展. SRAM型存储器单粒子翻转加固技术研究[D]. 西安: 西安电子科技大学, 2023.
|
| [17] |
|
| [18] |
黄正峰, 李雪筠, 杨潇, 等. 一种新型低功耗加固 SRAM 存储单元[J]. Microelectronics, 2021, 51(2):157-162.
|
| [19] |
|
| [20] |
黄家提. 基于65 nm体硅 CMOS 工艺下抗辐射SRAM单元设计加固方法的研究[D]. 合肥: 安徽大学, 2019.
|
| [21] |
李同德, 赵元富, 王亮, 等. 28 nm体硅工艺组合逻辑电路单粒子瞬态脉冲宽度研究[J]. 现代应用物理, 2022, 13(1):109-113.
|
| [22] |
|
| [23] |
|
| [24] |
|
| [25] |
|
| [26] |
|
| [27] |
|
| [28] |
|
| [29] |
|
| [30] |
|
| [31] |
|
| [32] |
|
| [33] |
|
| [34] |
|
| [35] |
|
| [36] |
|
| [37] |
|
| [38] |
尹勋钊, 岳金山, 黄庆荣, 等. 存算一体电路与跨层次协同设计优化:从SRAM到铁电晶体管[J]. 中国科学:信息科学, 2022, 52(4):612-638.
|
| [39] |
叶乐, 贾天宇, 陈沛毓, 等. SRAM存算一体芯片研究:发展与挑战[J]. 中国科学:信息科学, 2024, 54(1):25-33.
|
| [40] |
崔小乐, 张世界, 张强, 等. 一种邻近层资源共享的三维堆叠存储器内建自修复策略[J]. 计算机学报, 2017, 40(9):2030-2039.
|
| [41] |
张章, 施刚, 王启帆, 等. 基于SRAM和NVM的存内计算技术综述[J]. 计算机研究与发展, 2024, 61(12):2937-2951.
|
| [42] |
蔺智挺, 徐田, 童忠瑱, 等. 基于静态随机存取存储器的存内计算研究进展[J]. 电子与信息学报, 2022, 44(11):4041-4057.
|
| [43] |
杨兴华, 杨子翼, 苏海津, 等. 基于SRAM的感存算一体化技术综述[J]. 电子与信息学报, 2023, 45(8):2828-2838.
|
| [44] |
|
| [45] |
杜禧瑞, 尹国栋, 陈一鸣, 等. ROM-SRAM混合存内计算架构综述[J]. 集成电路与嵌入式系统, 2025, 25(8):10-22.
神经网络是人工智能的代表性算法,然而其庞大的参数量对其在边缘端的硬件部署提出了新的挑战。在边缘端,一方面,为了应用的灵活性,要求计算硬件能够通过模型参数的微调来实现网络在任务间的迁移;另一方面,为了计算能效和性能,需要实现大容量的片上存储以减少片外访存开销。近期提出的ROM-SRAM混合存内计算架构是在成熟CMOS工艺下很有潜力的一种方案。得益于高密度ROM存内计算,神经网络的大部分权重可以部署在片内而不依赖片外访存;与此同时,SRAM存内计算可以为基于高密度ROM的边缘端存内计算提供灵活性。为了扩展ROM-SRAM混合存内计算架构设计和应用的空间,需要进一步提高ROM存内计算的密度以支持更大的网络,并探索通过少量SRAM存内计算获得更大灵活性的方案。文中介绍了几种常见的提升ROM存内计算密度的方法,以及基于ROM-SRAM混合存内计算架构的神经网络微调以提升灵活性的方法,并讨论了超大规模神经网络的部署方案和长序列大语言模型中遇到的动态矩阵乘瓶颈的解决方案,展望了ROM-SRAM混合存内计算架构广阔的设计空间和应用前景。
|
| [46] |
束宇豪, 李怡霏, 王禁城, 等. 低温存内计算芯片设计研究综述[J]. 集成电路与嵌入式系统, 2025, 25(8):23-30.
随着人工智能、量子计算等前沿技术的快速发展,对高性能计算芯片的需求不断提升。然而,传统冯·诺依曼架构受限于存储墙和功耗墙等因素,已难以满足数据密集型计算应用的算力需求。低温存内计算结合了低温CMOS器件的优异电学特性与存内计算架构的高带宽、低延迟优势,为突破算力瓶颈提供了一种新的解决方案。综述了低温环境下CMOS器件及多种存储介质的关键特性,系统梳理了低温存内计算在人工智能与量子计算领域的典型架构、关键实现及性能表现,并分析了其在器件工艺、电路系统、EDA工具等层面的挑战及未来发展趋势。
With the rapid advancement of cutting-edge technologies such as artificial intelligence and quantum computing, the demand for high-performance computing chips continues to increase. However, traditional von Neumann architectures are increasingly constrained by the memory wall and power wall, making it difficult to meet the computing demands of data-intensive applications. Cryogenic in-memory computing combines the superior electrical properties of cryogenic CMOS devices with the high bandwidth and low latency advantages of in-memory computing architectures, providing a new solution to overcome computing bottlenecks. This review summarizes the key characteristics of CMOS devices and various memory media at cryogenic temperatures, systematically reviews representative architectures, key implementations, and performance metrics of cryogenic in-memory computing in the fields of artificial intelligence and quantum computing. Moreover, this review analyzes the challenges and development trends at the levels of device technology, circuit systems, and EDA tools. |
| [47] |
龚龙庆, 徐伟栋, 娄冕. SRAM存内计算技术综述[J]. 微电子学与计算机, 2021, 38(9):1-7.
|
| [48] |
闫爱斌, 李坤, 黄正峰, 等. 两种面向宇航应用的高可靠性抗辐射加固技术静态随机存储器单元[J]. 电子与信息学报, 2024, 46(10):4072-4080.
|
| [49] |
柏娜, 李钢, 许耀华, 等. 应用于航空航天领域的低功耗多节点抗辐射静态随机存取存储器设计[J]. 电子与信息学报, 2025, 47(3):850-858.
|
| [50] |
杨旭, 范煜川, 范宝峡. 龙芯X微处理器抗辐照加固设计[J]. 中国科学:信息科学, 2015, 45(4):501-512.
|
/
| 〈 |
|
〉 |