在近期舉辦的 2023 上海車展上,汽車電動化唱主角的同時,汽車智能化升溫明顯。為了鞏固電動化的優(yōu)勢,并且不在智能化淘汰賽中失利,主機廠、Tier1 和 Tier2 競相發(fā)布新品,推出新戰(zhàn)略,卡位戰(zhàn)火藥味十足。
此外,根據(jù)《賽博汽車》的不完全統(tǒng)計:2023 年 2 月,國內(nèi)智能汽車賽道發(fā)生投融資事件 22 起,同比增長 57%,累計披露的融資金額達到 86.8 億元,同比增長 163%。
結(jié)合以上兩組數(shù)據(jù),在芯片行業(yè)總體下行周期,汽車電子賽道保持相對堅挺,在新品推出和投融資方面都表現(xiàn)出積極的態(tài)勢。細追背后緣由,是軟件定義硬件、算力驅(qū)動馬力、比特管理瓦特的時代變革下,傳統(tǒng)汽車產(chǎn)業(yè)鏈格局受到?jīng)_擊,汽車電子需求不斷擴大所致。
普華永道預(yù)測,到 2030 年、2035 年,中國 L3 級別以上自動駕駛搭載率將分別達到 11%、34%。而在汽車電動化和智能化的推動下,每輛汽車的芯片搭載率正從傳統(tǒng)汽車中的 500-600 顆,增長到當(dāng)下的 5000-8000 顆,且量級還在不斷攀升。
模擬電路是安全驗證的“黑匣子”
值得注意的是,隨著汽車電子體量的增加,安全要求將變得更為嚴苛,數(shù)字電路的安全設(shè)計和驗證技術(shù)相對成熟,但模擬方面沒有那么成熟。據(jù)統(tǒng)計:超過 80% 的現(xiàn)場故障是由產(chǎn)品的模擬或混合信號部分造成的,模擬電路被視為安全驗證過程之外的“安全黑匣子”。
然而在汽車電子中,除了數(shù)字芯片外,汽車模擬芯片用量也很大,以一輛 B 級新能源車為例,模擬芯片單車用量正在從燃油車的 160 顆提升到近 400 顆。從市場總體量上,根據(jù)美國半導(dǎo)體工業(yè)協(xié)會(SIA)近日發(fā)布的數(shù)據(jù)顯示,2022 年全球芯片銷售額突破記錄,達到 5735 億美元,同比增長 3.2%,其中模擬芯片銷售額增幅最大,同比增長 7.5%,達到 890 億美元。
此外,對于 1 顆 SoC 來講,內(nèi)部一定會集成數(shù)字和模擬部分。那么問題來了,如何才能實現(xiàn)模擬/混合信號和數(shù)字設(shè)計的集成安全呢?安全隱患又來自哪里?
汽車芯片安全隱患來自哪里?
既然我們談集成安全,就意味著其中有安全隱患,那么汽車芯片安全隱患到底來自哪里呢?
根據(jù) ISO 26262 標準,進行安全驗證的目的是避免汽車系統(tǒng)發(fā)生兩種失效:一種是系統(tǒng)性失效,這種失效是決定性的,是設(shè)計所固有的;另一種是隨機失效,包括永久性故障和瞬時性故障,這種失效不是決定性的,可能是由使用條件所引起的。
當(dāng)然,我們不必對所有汽車芯片的安全驗證一視同仁,在有些功能模塊中,安全隱患的容忍度相對較高,比如空調(diào)控制芯片的安全性要求就要比制動器控制系統(tǒng)的芯片低很多。因此,ISO 26262 標準定義了四種不同的汽車安全完整性等級(ASIL):A、B、C 和 D,對應(yīng)的單點故障指標(SPFM)、潛在故障指標(LFM)和硬件隨機失效指標(PMHF)也有所不同,其中 ASIL D 的級別最高。
圖|ASIL-A/B/C/D 的硬件架構(gòu)指標的目標值
*一次FIT(PMHF)等于每十億小時發(fā)生一次故障
如何加強芯片集成安全?
事實上,和其他行業(yè)一樣,要系統(tǒng)性地規(guī)避一些安全隱患,除了要有強烈的安全意識外,還得靠機制、流程規(guī)范來助力。因此,在 ISO 26262 標準中,就提到了一種 FMEDA 方法。
什么是 FMEDA?FMEDA 是英文 Failure Modes Effects and Diagnostic Analysis 的縮寫,也就是我們所說的失效模式影響與診斷分析。FMEDA 通常是系統(tǒng)安全研究的第一步,通過在設(shè)計周期的早期進行準確評估,引導(dǎo)工程師完成硬件組件及其子部件的安全設(shè)計、驗證和優(yōu)化,在加快芯片面世周期的同時,還能輔助降低芯片設(shè)計、制造的風(fēng)險成本。
對于 FMEDA 過程來說,有三大關(guān)鍵階段:第一,架構(gòu)性 FMEDA,用于無芯片設(shè)計數(shù)據(jù)時的早期估計;第二,詳細的 FMEDA,擁有完備的 RTL 或網(wǎng)表時,根據(jù)設(shè)計和估計的診斷覆蓋率得出基本失效率;第三,F(xiàn)MEDA 驗證,在 RTL 或網(wǎng)表的基礎(chǔ)上,通過形式分析或仿真計算出更準確的診斷覆蓋率。
許多 FMEDA 工具
都存在一個共性問題,如何解決?
FMEDA 很好,但市面上的 FMEDA 工具大多都存在一個共性問題,那就是不能與常用的 IC 設(shè)計環(huán)境直接連接,無法使用額外的原生芯片設(shè)計數(shù)據(jù),比如設(shè)計層次結(jié)構(gòu)和晶體管數(shù)量信息等。
對此,Cadence 推出 Midas Safety Platform,并將其與集成電路設(shè)計流程緊密結(jié)合,涵蓋模擬、混合信號和數(shù)字流程,成為少數(shù)能夠支持不同類型 FMEDA 的整體性的安全設(shè)計和驗證解決方案。
圖 |Midas Safety Platform
支持 FMEDA 驅(qū)動的安全方法和流程
當(dāng)芯片設(shè)計企業(yè)沒有可用的芯片歷史設(shè)計數(shù)據(jù)時,可以利用 Midas Safety Platform 使用架構(gòu)性 FMEDA。在創(chuàng)建 FMEDA 層次結(jié)構(gòu)并定義和分配安全機制后,通過評估硬件隨機失效指標(SPFM、LFM、PMHF)來分析安全概念,得出對不同失效模式相關(guān)區(qū)域的早期估計。
由于這種估計是相當(dāng)保守的,所以還需要通過詳細的 FMEDA 對架構(gòu)性 FMEDA 進行驗證,以確認和微調(diào)硬件隨機失效指標,從而引導(dǎo)工程師完成硬件組件及其子部件的安全設(shè)計、驗證和優(yōu)化,同時助力確定安全機制的最佳數(shù)量和其在設(shè)計中的位置,以改善診斷覆蓋率。
當(dāng)芯片設(shè)計企業(yè)有可用的芯片歷史設(shè)計數(shù)據(jù)(RTL或網(wǎng)表)時,可以直接從 Cadence 模擬/混合信號和數(shù)字流程的設(shè)計數(shù)據(jù)庫中導(dǎo)入設(shè)計層次結(jié)構(gòu),并將導(dǎo)入的設(shè)計層次結(jié)構(gòu)映射到 FMEDA 的層次結(jié)構(gòu),獲得更為準確的硬件隨機失效指標。
對于數(shù)字功能和安全協(xié)同驗證來說,除了失效率估計外,企業(yè)還可以通過 Cadence 提供的統(tǒng)一功能驗證環(huán)境——vManager Verification Management with vManager Safety,來進行形式分析或仿真等安全驗證,針對 FMEDA 計算出更準確的診斷覆蓋率。
圖 |使用形式驗證方法的故障分析和分類
值得一提的是,在得到這些診斷覆蓋率的值后,它們還會被反標注到 Cadence Midas Safety Platform 中,以便重新計算硬件隨機失效指標,形成良性循環(huán)。
對于模擬和混合信號元件安全驗證來說,企業(yè)在會面臨更多的測試逃逸問題因此,為了更好地分析模擬測試覆蓋率,IEEE P2427 工作組對模擬仿真的制造缺陷的定義進行了標準化,涵蓋了直流短路、直流開路、交流耦合、電阻橋(短路/開路)等缺陷模型。
圖 |FMEDA 驅(qū)動的模擬/混合信號安全驗證流程
然而,巧婦難為無米之炊,光有標準,沒有分析設(shè)計測試覆蓋率的工具一切都是空談,設(shè)計人員還是很難解決這個問題。為此,Cadence 開發(fā)了依托 Cadence Virtuoso設(shè)計平臺的 Legato Reliability Solution 和 Spectre Simulator,實現(xiàn)自動的故障仿真,并通過功能模式來確定模擬測試覆蓋率。
寫在最后
一顆芯片要滿足功能安全標準,除了安全驗證以外,還需要匹配兼顧安全性的實現(xiàn)方法。而 Cadence 正在提供一整套完整的安全解決方案,在一個集成的流程中協(xié)同工作,并將安全要求從 Genus Synthesis 傳遞到 Innovus Implementation P&R,加速汽車系統(tǒng)級芯片(SoC)實現(xiàn)安全、質(zhì)量和可靠性目標。
審核編輯 :李倩
-
模擬電路
+關(guān)注
關(guān)注
125文章
1556瀏覽量
102721 -
智能汽車
+關(guān)注
關(guān)注
30文章
2844瀏覽量
107251 -
汽車芯片
+關(guān)注
關(guān)注
10文章
858瀏覽量
43383
原文標題:談?wù)勂囆酒陌踩珕栴}!
文章出處:【微信號:TenOne_TSMC,微信公眾號:芯片半導(dǎo)體】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論