基于进化学习的可测试性感知低功耗控制器设计
机器学习
2021-11-29 v1 神经与进化计算
摘要
基于XORNet的低功耗控制器是一种在基于扫描的测试中减少电路翻转的流行技术。然而，现有方案为扫描链控制均匀地构建XORNet，在没有设计指导的情况下可能导致次优解。本文提出一种新颖的基于进化学习的可测试性感知低功耗控制器。所提遗传算法（GA）生成的XORNet能够根据扫描链的使用情况对其进行自适应控制，从而显著提升XORNet编码能力，减少ATPG失败案例数量并降低测试数据量。实验结果表明，在相同控制位下，我们的GA引导XORNet设计可将故障覆盖率提升高达2.11%。所提GA引导XORNet还允许减少控制位数量，与现有设计相比，在不牺牲测试覆盖率的前提下，总测试时间平均减少20.78%，最高减少47.09%。
引用
@article{arxiv.2111.13332,
title = {Testability-Aware Low Power Controller Design with Evolutionary Learning},
author = {Min Li and Zhengyuan Shi and Zezhong Wang and Weiwei Zhang and Yu Huang and Qiang Xu},
journal= {arXiv preprint arXiv:2111.13332},
year = {2021}
}
备注
Accepted by ITC 2021 (short paper). This is the long paper version. Code is available on https://github.com/lee-man/ga-testing