深度神经网络加速器流水线中单事件引起的位故障分析

近年来，随着人工智能（AI）及更具体地说，深度神经网络（DNN）应用领域的日益增长，深度神经网络加速器处理器的使用量激增，以提高DNN推理的计算效率。然而，像任何数字电路一样，这些处理器容易受到辐射粒子（如重离子、质子等）引起的故障，这使得其在恶劣辐射环境中的使用提出了挑战。本文通过置信水平（RTL）故障注入（FI）仿真，对基于脉动阵列（Systolic Array）的深度神经网络加速器（SA-DNN加速器）的计算流水线进行深入分析，以提高每个硬件模块的可观测性。从这些分析中，我们呈现了针对三个不同DNN工作负载（利用MNIST和CIFAR-10数据集）的寄存器组对单比特故障的敏感性。这些敏感性以故障传播概率（$P(f_{non-crit})$）和错误分类概率（$P(f_{crit})$）的形式呈现，分别显示注入故障导致非关键错误（数值偏移）或关键错误（分类故障）的概率。基于这些结果，我们构思了一种高效的故障缓解策略，以在面积和功耗开销方面对SA-DNN加速器进行 hardening。