集成内置遥测功能的芯片助力AI分析

如何判断芯片是否正常运行？能否预测它何时会失效或为何失效？

判断芯片的运行状态涉及诸多变量，这不仅仅取决于某项计算结果或芯片当前对电机的控制效果。人工智能与机器学习（AI/ML）已被用于监测电机的健康状态，但芯片自身的健康状况该如何监测？这需要另一套传感器。proteanTecs 的解决方案正是通过芯片内置支持，提供可供 AI 分析的状态信息。proteanTecs 的芯片内置传感器提供数据，结合 AI 模型可检测现有或潜在问题。

 ProteanTecs公司解决方案工程副总裁Noam Brousard讨论了该公司的芯片内置遥测解决方案。

芯片遥测集成的挑战

开发者通常利用 JTAG 进行调试，而 Arm 的嵌入式跟踪宏单元（ETM）等事件跟踪功能可提供有关计算过程的信息。但这些工具通常缺乏芯片温度等细节，而这类信息对全面评估芯片健康状态至关重要。Arm 的性能监控单元（PMU）也主要针对计算单元，而计算单元只是系统的一部分。

proteanTecs 的方案与之类似，通过在芯片设计中集成名为 “Agents” 的额外 IP 实现功能，但它专注于捕捉能反映芯片健康状态的各类细节。这些信息的获取方式与 JTAG、ETM 或 PMU 数据类似，可上传至云端进行分析。基于这些数据训练的 AI 模型能够检测潜在问题、缺陷或未来可能发生的故障。

proteanTecs 的 Agents 能检测时序故障等问题。这类故障可能由外部条件导致的时钟速度加快或温度升高引起。

芯片设计中可集成十多种标准 Agents，它们通过 proteanTecs 的网络和支持逻辑相连，实现采集数据的分析与输出。