首页/文章/ 详情

FMEDA 驱动半导体 SoC 安全设计

7小时前浏览3
本文作者:

Francesco Lertora、Robert Schweiger,Cadence

 


随着尖端电子产品不断推动汽车、工业和航空航天等行业,未来在连接性和自主性方面的不断发展,开发能够符合安全标准的半导体芯片变得至关重要。

Cadence 由FMEDA 驱动的安全解决方案包含多款产品,专门针对高级安全分析、安全验证以及数字驱动模拟和数字全流程的功能安全物理实现进行了优化。

   

现代汽车内电子元件的复杂性不断增加,促使汽车行业在整个供应链中采用更严格的流程。由于没有合适的工具和方法学来实现可追溯的安全生命周期或者安全相关信息的交换,我们需要一种针对半导体行业的安全要求,并且能够在整个供应链中使用的集成式设计流程。

这就需要一个可以提供无缝衔接的安全方法学来填补安全分析和传统芯片设计之间的缺口(如安全验证和功能安全物理实现)。此外,开发安全关键型半导体元件和 IP 是一项涉及到大量运算的复杂的任务,为了提高安全方法学的置信度和生产效率,实现流程的自动化是十分必要的。


优化升级的安全方法学

常用的安全分析方法学,比如 FMEDA 并没有被集成到 IC 设计工具或流程中。因此,现在没有一个正式的渠道将 FMEDA 中定义的安全设计意图传递到 IC 设计流程,进而驱动相应的安全工具(“自上而下”的方法)。反过来,也没有这样的渠道把故障注入仿真得到的准确数据反标回 FMEDA(“自下而上”的方法),用来替换之前预估的失效率。


要充分支持“自上而下”和“自下而上”的安全方法学,一些需要改进的关键点如下:


FMEDA 和安全 IC 设计流程之间的紧密结合


所有 IC 设计工具都支持且遵循的对芯片安全设计意图的形式化描述


导入芯片设计数据,在 FMEDA 和芯片层次结构之间建立形式化联系


将仿真结果反标到 FMEDA,提升预估值的准确度


为了弥合这些差距,Cadence 推出了新的 Midas Safety Platform。Midas 与所有 Cadence IC 设计流程紧密集成,支持模拟/混合信号和数字半导体及 IP 进行 FMEDA 驱动的设计、分析、验证和实现。这个框架提供了一个可以指导安全工程师完成所有关键步骤的工作流程,包括 FMEDA 创建、安全分析、安全验证和功能安全物理实现。


支持的行业标准

尽管有 ISO 26262 标准,但缺少一种形式化的安全标准来描述安全意图,包括支持的工具流程,因此只能借助电子表格和脚本来开发内部安全解决方案。但是,Accellera 和 IEEE 等标准机构已经成立了专门的工作组,旨在制定充分的安全标准,以满足这些安全要求。Midas 工具,作为 Cadence 功能安全解决方案的一部分,提供了带有多种接口的安全框架,能够在各种工具和流程组成的生态系统内运行:

Cadence Midas Safety Platform 支持 FMEDA 驱动的安全方法

 

Midas 是一个模块化的开放式解决方案,在现有的功能安全标准的基础之上,可以轻松地适用于不同的应用和场景。这就是 Midas 集成了支持 ISO 26262(汽车)和 IEC 61508(工业)标准的安全分析引擎的主要原因。


该安全分析引擎既可以借助用户预估的数据(如面积、触发器数量或内存位),也可以使用 Cadence IC 设计工具 Genus(综合),Innovus(布局布线)或 Xcelium (故障仿真)自动计算出硬件安全数据。


此外,Midas 还提供了基于 IEC TR 62380 标准定义的集成电路可靠性模型的基础失效率(BFR)计算引擎。要计算 BFR,需要先输入一些信息,如半导体工艺制程、自定义配置文件和封装信息。


FMEDA 的创建

安全工程师可以从“架构级 FMEDA 分析”做起,这是在项目初期对不同安全架构进行分析,从中选取可以达到安全目标的最优安全机制组合。

要创建一个FMEDA,需要将 SOC 按功能模块拆分成元件和子元件,以此来定义 FMEDA 层次结构:

FMEDA 图形用户界面和设置

 

安全验证完成后,可以将仿真结果反标到 Midas 平台。现在,失效分布和诊断覆盖率的值是基于真实的设计和仿真数据,因此重新计算得出的硬件安全指标要更加准确。

统一的安全格式

统一安全格式 (USF) 是一组命令,用于定义和验证电子设计中的功能安全意图。功能安全意图包括建模、指定、分析、实现和验证安全关键系统、半导体和知识产权(IP)所需的信息,以便支持相同的信息在各种商用 EDA 工具之间共享。USF 促进了安全分析的自动化,成为设计、验证和实现安全关键系统的通用框架。安全分析引擎也可以通过命令行窗口操作,这使得 Midas 可以完全实现脚本化运行,并支持不同等级的自动化。

利用 USF,安全工程师可以通过描述失效模式(包括安全机制及其物理实现),针对 FMEDA 及其对系统行为的影响(失效模式)进行建模。同时,FMEDA 流程也是可以被完整记录的,可以通过修改和重复使用 USF 来自动创建其他项目的 FMEDA。

下图是 USF 命令的简单示例,描述了架构 FMEDA(在失效模式层面估算设计信息)和详细 FMEDA(从实际设计中收集设计信息):

USF 示例 — 架构和详细 FMEDA

 


Midas Safety Platform

Midas 平台的图形用户界面集成了各种功能安全任务:


安全分析编写(设计拆分、失效模式定义、安全机制选取和失效模式映射)


生成安全报告并导出相对指标(例如单点故障率、潜在故障率)和绝对指标(例,随机硬件失效率)


安全配置,用于创建、保存和重建不同的安全场景,在这些场景中可以更改一个或多个参数(例如,通过添加或删除安全机制来分析对诊断覆盖的影响)


支持映射到安全对象(例如元件、子元件、失效模式和安全机制)的自定义属性

安全验证流程

Midas 工具依托 Cadence 在 EDA 供应商中的核心地位,提供了一套安全解决方案和安全控制中心,支持 FMEDA 驱动的安全验证和功能安全物理实现。

Midas 与 Cadence 安全验证流程紧密集成,提供了一种灵活的验证解决方案,可以证实安全分析阶段做出的各种假设。

Verisium Manager Safety 在验证过程中发挥关键作用。它提供统一的故障仿真管理平台,实现自动化地调用各种安全引擎(例如 Xcelium、Jasper Functional Safety Verification(FSV)App、Spectre® AMS Designer 和 Spectre)执行复杂的故障注入仿真。

Verisium 平台覆盖了多种功能,比如故障仿真执行、测试用例删选和排序、故障分类、覆盖率、故障调试、故障报告生成以及将仿真结果反标到 Midas 等。

故障注入后,安全验证流程从使用 Jasper FSV App 进行故障分析开始。Jasper FSV App 可以通过结构和形式化故障分析,识别出在随后的故障仿真中可以被忽略的不可测试、不可观测和等效的故障点。这大大缩减了故障列表,加快了整个安全验证进程。故障分析后,Xcelium Safety App 利用串行或并发引擎对剩余的故障进行故障注入仿真。

同时,Midas 平台还与 Spectre Simulation Platform 和 Legato Reliability Solution 集成,解决模拟/混合信号故障识别和仿真问题。与数字安全流程类似,Midas 平台可以从 Spectre Simulator 收集模拟设计信息。

功能安全物理实现流程

 Midas 平台支持 FMEDA 驱动的功能安全物理实现,其中综合工具和布局布线工具可以协同工作。

USF 可以定义安全机制,例如双核锁步、安全岛、三重模块冗余(TMR)、逻辑隔离等。完成定义后,可以由 Genus Synthesis Solution 生成安全机制。Innovus 可以保存并读取描述安全机制实现的 USF 文件,以便相应地推动物理实现。

     

Midas Safety Platform 是市场上第一款针对模拟/混合信号和数字方向,真正支持 FMEDA 驱动的安全方法学的解决方案。Midas 平台是所有 Cadence 安全流程的统一控制中心,将 FMEDA 与 SoC 安全验证和功能安全物理实现联系起来。所有 Cadence 安全流程都使用 USF 作为定义安全意图的基础,从而实现自动化的安全设计、验证和实现。

来源:Cadence楷登
System电路半导体通用航空航天汽车电子UMMIDASCadence控制
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-10-02
最近编辑:7小时前
Cadence楷登
签名征集中
获赞 0粉丝 86文章 395课程 0
点赞
收藏
作者推荐

动物教会我的流体力学

// 流体力学广泛应用于各个领域,例如,利用流体力学的知识和方法可以设计出更加节能、更加安全的汽车和飞机;可以研究海洋环境、气象变化等大自然中的流体现象,探究其规律和影响因素;还可以研究能源转化和传递中的流体动力学问题,为能源的开发和利用提供理论和实践支持。计算流体力学(Computational Fluid Dynamics,简称 CFD)是一种基于数值计算方法研究流体运动的技术。它利用数学模型、计算机模拟和数值方法,对复杂的流体运动过程进行数值模拟和预测,以求解流场的物理量(如流速、压力、温度等)分布,进而得到流体的运动规律和性质,最终进行产品结构优化以提升性能指标。 “事实上,流体力学无处不在,你可能没有意识到,我们的动作或行为也涉及到流体力学。无论是挥舞双手、用手指翻转笔杆,还是划着船穿越波涛汹涌的水面——这些活动都涉及推动流体或制造涡流。动物在日常活动中是如何利用流体力学的?动物或微生物也许比你更了解流体力学。比如,在盐碱地和恶劣环境中群居的火烈鸟。它们擅长运用流体力学,这一点在进食过程中表现得非常明显。火烈鸟用喙在水面上画圈,形成涡流,帮助它们从脏水中筛出小鱼或其他藏在泥里的生物。萌萌的企鹅虽然长满羽毛,拥有一对翅膀,虽不会飞翔,但是会用这对翅膀(鳍)在水中游动前行。借助翅膀或鳍的“流体力学”,它们能够成为游泳健将并进行长距离的迁移。借助对“企鹅鳍流体力学”的研究,让我们对游泳运动中关键的推进力和行进阻力有了更清晰的认知。 在自然界中,生物体的形态、结构以及行为都是经过长期演化所形成的,在各种环境中都具有很好的适应性和优越性能。这些自然界中的设计灵感,启发了科学家们将动物们的“绝技”应用于技术领域中,这也就是仿生学的范畴。 “长期以来,古生物学家利用化石遗迹来研究不同物种的生理特征和进化历程。达尔文用长达 5 年的时间在南美和太平洋岛屿旅行,通过研究动物、植物、遗物骨架或印痕化石,总结出了生物进化论。CFD与仿生学是两个看似不相关的领域,但它们却有着紧密的联系。CFD(计算流体力学)是一种利用数值计算方法研究流体运动的技术,而仿生学则是研究自然界中生物体的结构、功能和行为,并从中获取启示,开发出新的技术和材料的学科。在自然界中,生物体的形态和结构都是经过长期演化所形成的,它们的结构和形态在各种环境中都具有很好的适应性和优越性能。这些自然界中的设计灵感,启发了科学家们将仿生学的思想应用于技术领域中。在 CFD 领域,仿生学的应用主要体现在流体动力学中。生物体的运动和环境适应性使得它们的外形和表面结构具有特殊的流体力学特性,比如减阻、增加升力、减小湍流等等。将这些特性应用于工程设计中,可以有效地降低能耗、提高效率、减少噪音等。例如,鲸鱼的皮肤表面有很多小凸起,这些凸起可以减小水流的摩擦力,从而降低阻力。这个设计灵感被应用在飞机和船舶的表面上,可以有效地减小阻力,降低燃油消耗。另外,燕子的翅膀表面有很多细小的羽毛,这些羽毛可以减小湍流的产生,使得燕子在飞行时更加稳定。这个设计灵感被应用在飞机的翼型设计中,可以减小飞机在飞行过程中产生的湍流,从而提高飞机的稳定性和效率。除了表面结构的仿生学应用,生物体的形态和动作也可以为工程设计提供灵感。例如,极地熊的前掌和企鹅的翅膀在水下游动时都具有很好的推进力和稳定性,这些运动特点被应用于设计水下机器人和潜艇。CFD 与仿生学的结合为工程设计提供了很好的灵感和指导,使得设计的产品具有更好的性能和适应性。未来,随着科技的不断发展,这种结合将会在更多领域中得到应用,带来更多的突破。Cadence 致力于通过长期在计算软件方面的核心竞争力来推动系统创新。我们的计算流体力学解决方案是履行这一承诺的重要一环。具备业界领先的网格划分方法,以及强大的求解器和后处理能力,用户很快就会发现,计算流体力学就是“Cadence 流体力学”。来源:Cadence楷登

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈