新的KGRD方法确保AI芯粒的可靠性超越KGD筛选

研究人员开发了一种新的方法，用于筛选基于芯粒的人工智能片上系统（SoC），以确保组装后的可靠性，超越了传统的已知良好芯片（KGD）方法。这种新方法称为已知良好可靠芯片（KGRD），将筛选过程形式化为一个约束推理问题。它引入了一个贝叶斯概率风险模型，根据组装前的数据预测组装后发生故障的可能性，并结合了一个安全门控决策架构，保证特定的组装后故障概率。该系统还包含了感知不确定性的处置边界和用于持续改进模型的反馈机制，同时不损害可靠性约束。 AI

影响 通过改进芯片筛选流程来增强人工智能硬件的可靠性。

排序理由 详细介绍半导体测试新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 Hugging Face Daily Papers 阅读 →

• AI systems-on-chip
• Bayesian probabilistic risk model
• Bayes-optimal decision theory
• Hugging Face
• Known Good Die
• Known Good Reliable Die
• Monte Carlo method

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →