【導(dǎo)讀】本文由從業(yè)20年工程師傾情講述軟錯(cuò)誤是如何發(fā)生，如何破壞半導(dǎo)體存儲(chǔ)器中的重要信息。有此問(wèn)題引出軟錯(cuò)誤的來(lái)源及其發(fā)生概率問(wèn)題。軟錯(cuò)誤影響著存儲(chǔ)單元中的每個(gè)存儲(chǔ)位，改變它們的狀態(tài)。但是存儲(chǔ)器中的片上糾錯(cuò)碼卻可以消減軟錯(cuò)誤的影響。
近年來(lái)，半導(dǎo)體技術(shù)取得了巨大進(jìn)步，但這種進(jìn)步也帶來(lái)了新的問(wèn)題。當(dāng)今的CMOS工藝已縮至很小的尺寸，以至于地外輻射和芯片封裝正導(dǎo)致越來(lái)越多的故障。由于這些故障是可逆的，它們被稱(chēng)為軟錯(cuò)誤。軟錯(cuò)誤首次出現(xiàn)于1978年，由于受鈾污染的封裝模塊，英特爾公司無(wú)法向AT&T交付其生產(chǎn)的芯片。20世紀(jì)70年代，軟錯(cuò)誤主要與動(dòng)態(tài)RAM（DRAM）有關(guān)，這是因?yàn)樗鼈兊男酒庋b材料含有微量的放射性污染物。
軟錯(cuò)誤是指高能粒子與硅元素之間的相互作用而在半導(dǎo)體中造成的隨機(jī)、臨時(shí)的狀態(tài)改變或瞬變。但與硬錯(cuò)誤不同的是，一個(gè)簡(jiǎn)單的復(fù)位/重寫(xiě)操作可以恢復(fù)受影響器件的正常運(yùn)行。數(shù)字和模擬電路、傳輸線(xiàn)路和磁存儲(chǔ)器中都可能發(fā)生軟錯(cuò)誤，但半導(dǎo)體存儲(chǔ)器最易出現(xiàn)軟錯(cuò)誤，其原因是它們的單元尺寸較大，而且每個(gè)位保持某種狀態(tài)的時(shí)間較長(zhǎng)（因此增加了風(fēng)險(xiǎn)）。 軟錯(cuò)誤有可能翻轉(zhuǎn)一個(gè)或多個(gè)位，這取決于誘發(fā)粒子到達(dá)器件時(shí)的能量。一個(gè)高能粒子與半導(dǎo)體襯底之間的相互作用將產(chǎn)生多個(gè)電子空穴對(duì)。它們?cè)诤谋M區(qū)中產(chǎn)生的電場(chǎng)將導(dǎo)致一次電荷漂移，從而導(dǎo)致電流擾動(dòng)。如果這個(gè)電流移動(dòng)的電荷跨越了存儲(chǔ)單元（每個(gè)單元存儲(chǔ)一個(gè)位）的臨界電荷，所存儲(chǔ)的數(shù)據(jù)就有可能翻轉(zhuǎn)，從而導(dǎo)致下一次被讀取時(shí)出現(xiàn)錯(cuò)誤。
軟錯(cuò)誤分為兩級(jí)－芯片級(jí)和系統(tǒng)級(jí)。當(dāng)芯片中的放射性原子衰變并釋放出阿爾法粒子時(shí)，芯片級(jí)軟錯(cuò)誤將發(fā)生。它們通常是由高能粒子的輻射導(dǎo)致的（在下文中解釋?zhuān)＿@些阿爾法粒子與某個(gè)存儲(chǔ)單元碰撞，從而導(dǎo)致其改變狀態(tài)。當(dāng)所傳輸?shù)臄?shù)據(jù)遇到噪聲時(shí)，系統(tǒng)級(jí)軟性錯(cuò)誤將發(fā)生。這種錯(cuò)誤通常在數(shù)據(jù)位于總線(xiàn)而非存儲(chǔ)器中時(shí)發(fā)生。控制器將噪聲解讀為數(shù)據(jù)。這個(gè)錯(cuò)誤數(shù)據(jù)最終被視為正確數(shù)據(jù)，從而導(dǎo)致尋址或處理錯(cuò)誤。
用于衡量軟錯(cuò)誤發(fā)生率的軟錯(cuò)誤率（SER）決定了器件因高能粒子發(fā)生故障的概率。由于軟錯(cuò)誤是隨機(jī)的，軟錯(cuò)誤的發(fā)生并不決定存儲(chǔ)器的可靠性，而是決定其故障率。在那些采用了軟錯(cuò)誤應(yīng)對(duì)機(jī)制的系統(tǒng)中（主要是高安全性和高可靠性系統(tǒng)），如果一個(gè)軟錯(cuò)誤（被稱(chēng)為“所檢測(cè)到的不可恢復(fù)的錯(cuò)誤”－DUE）被檢測(cè)到，系統(tǒng)將重啟，以避免損壞重要數(shù)據(jù)。如果未重啟，它最終將成為一次無(wú)記載數(shù)據(jù)損壞（SDC）。SDC要比DUE危險(xiǎn)得多，因?yàn)镾DC會(huì)導(dǎo)致數(shù)據(jù)丟失，而DUE只會(huì)導(dǎo)致系統(tǒng)在短時(shí)間內(nèi)不可用。在大量的消費(fèi)電子設(shè)備中，軟錯(cuò)誤的風(fēng)險(xiǎn)并不很大，它們更可能因軟件錯(cuò)誤或部件損耗發(fā)生故障。
軟錯(cuò)誤的發(fā)生概率取決于眾多因素，如入射粒子、撞擊區(qū)域和電路設(shè)計(jì)等。電容和電壓更高的電路更不容易出現(xiàn)軟錯(cuò)誤， 但這會(huì)招致更慢的邏輯門(mén)和更高的功耗。因此，隨著芯片工藝的不斷進(jìn)步，軟錯(cuò)誤的發(fā)生概率也越來(lái)越大。電容和電壓的組合被稱(chēng)為臨界電荷（Qcrit）。它被定義為一次粒子撞擊導(dǎo)致電路發(fā)生故障所必需擁有的電荷。由于邏輯電路中的每個(gè)節(jié)點(diǎn)都有其獨(dú)特的電容和輸出距離，因此，Qcrit通常以節(jié)點(diǎn)為單位測(cè)量。此外還必須注意，Qcrit 會(huì)隨溫度緩慢變化。
電路軟錯(cuò)誤 = k X 通量 X 面積 X e-Qcrit/Qcoil
其中，k = 取決于具體工藝的常數(shù)
通量 =中子通量
面積 = 對(duì)軟錯(cuò)誤敏感的電路面積
Qcoll = 所采集電荷與所生成電荷的比率
該模型被稱(chēng)為中子誘發(fā)型電路軟錯(cuò)誤的Hazucha & Svensson模型。
導(dǎo)致軟錯(cuò)誤的原因
阿爾法粒子
阿爾法粒子由兩個(gè)質(zhì)子和兩個(gè)中子組成，類(lèi)似于一個(gè)氦核。它們由放射性原子核在阿爾法衰變過(guò)程中釋放。 阿爾法粒子擁有數(shù)個(gè)MeV的動(dòng)能，低于中子。阿爾法粒子擁有一個(gè)致密的電荷層，在穿過(guò)半導(dǎo)體襯底時(shí)將產(chǎn)生多個(gè)電子空穴對(duì)。如果這種擾動(dòng)足夠強(qiáng)，它就有可能翻轉(zhuǎn)某個(gè)位。由于這種情況通常只會(huì)持續(xù)幾分之一納秒，因此很難被檢測(cè)出。
芯片被封裝在含有微量放射性污染物的材料，如錫球或加工材料中。塑封材料、封裝和其它裝配材料中的微量鈾- 238、鈾- 232的放射性衰變會(huì)產(chǎn)生低能阿爾法粒子。然而，我們幾乎不可能維持實(shí)現(xiàn)大多數(shù)電路的可靠性能所需的理想材料純度（小于0.001次/小時(shí)/平方厘米）。微量的環(huán)氧樹(shù)脂可為芯片屏蔽阿爾法輻射，從而降低軟錯(cuò)誤的發(fā)生概率。
[page]
宇宙射線(xiàn)
制造商已設(shè)法控制了釋放阿爾法粒子的污染物，但他們卻無(wú)法抗擊宇宙輻射。事實(shí)上，在現(xiàn)代半導(dǎo)體器件中，宇宙射線(xiàn)是最可能導(dǎo)致軟錯(cuò)誤的原因。宇宙射線(xiàn)中的主要粒子通常不能抵達(dá)地球表面，但它們會(huì)產(chǎn)生一串高能次級(jí)粒子，其中大多數(shù)是高能中子。中子不帶電荷，因此不會(huì)導(dǎo)致軟錯(cuò)誤，但卻能被芯片中的原子核俘獲，從而生成阿爾法粒子，繼而導(dǎo)致軟錯(cuò)誤。中子所經(jīng)歷的衰減很小，可穿透厚達(dá)5英寸的混凝土。
由于大氣屏蔽效應(yīng)隨著海拔的升高而減弱，宇宙輻射將隨之增加。因此，飛機(jī)和衛(wèi)星中的存儲(chǔ)器模塊極易出現(xiàn)軟錯(cuò)誤，軟錯(cuò)誤率是地面模塊的數(shù)百倍甚至數(shù)千倍。此外，由于上述大氣屏蔽效應(yīng)的減弱，位于極地的存儲(chǔ)模塊也極易出現(xiàn)軟錯(cuò)誤。為減少軟錯(cuò)誤，高風(fēng)險(xiǎn)應(yīng)用中所使用的模塊需要經(jīng)過(guò)一個(gè)名為輻射硬化的工藝。盡管如此，由于生產(chǎn)輻射硬化芯片需要大量測(cè)試（和時(shí)間），它們一般都屬于舊的工藝節(jié)點(diǎn)。
熱中子
由于存在中子俘獲反應(yīng)，欠缺動(dòng)能的中子是軟錯(cuò)誤的一個(gè)重要來(lái)源。（硼磷硅玻璃介電層中大量存在的）硼同位素（10B）原子核俘獲一個(gè)熱中子后將釋放一個(gè)阿爾法粒子、鋰原子核和伽馬射線(xiàn)。阿爾法粒子和鋰原子核都能導(dǎo)致軟錯(cuò)誤。硼在生產(chǎn)中被用于降低玻璃的融化溫度，因此具備更好的回流和整平特性。
在重要設(shè)計(jì)中，貧硼（只含11B）可用于降低軟錯(cuò)誤率，通過(guò)使用磷硅玻璃（PSG）氧化層替代硼磷硅玻璃（BPSG）來(lái)實(shí)現(xiàn)。貧硼對(duì)于腫瘤放射治療中使用的醫(yī)療電子設(shè)備尤其重要。中子和治療中使用的光子束相結(jié)合將形成一個(gè)熱中子通量，從而導(dǎo)致極高的軟錯(cuò)誤率。盡管如此，熱中子并非目前導(dǎo)致軟錯(cuò)誤的主要原因，制造商已通過(guò)150nm工藝節(jié)點(diǎn)消除了含硼酸介電層。
消減軟錯(cuò)誤的影響
改進(jìn)工藝和存儲(chǔ)單元布局
我們可以通過(guò)增加存儲(chǔ)單元中所存儲(chǔ)的臨界電荷提升存儲(chǔ)器的可靠性。此外，我們還可以使用一種可消減擴(kuò)散層厚度的工藝提高存儲(chǔ)器抵御軟錯(cuò)誤的能力。該工藝可縮短帶電粒子在存儲(chǔ)單元中存在的時(shí)間。三阱架構(gòu)也可用于將電荷驅(qū)離有源區(qū)。該工藝形成一個(gè)與NMOS耗盡區(qū)相反的電場(chǎng)，迫使電荷進(jìn)入襯底。它僅適用于NMOS區(qū)發(fā)生軟錯(cuò)誤的情況。
系統(tǒng)層面的消減技術(shù)
在系統(tǒng)層面上，設(shè)計(jì)人員可以使用外部糾錯(cuò)碼（ECC）邏輯消減軟錯(cuò)誤的影響。在該技術(shù)中，用戶(hù)使用額外的帶奇偶校驗(yàn)位的存儲(chǔ)芯片檢測(cè)和糾正錯(cuò)誤。正如人們所料，系統(tǒng)層面的消減技術(shù)較為昂貴，而且增加了FPGA軟件的復(fù)雜性。
改變芯片設(shè)計(jì)和架構(gòu)
這是抗擊軟錯(cuò)誤的最佳方法。芯片設(shè)計(jì)人員可以通過(guò)將ECC算法植入到芯片中消減軟錯(cuò)誤的影響。在寫(xiě)操作時(shí)，ECC編碼器算法為存儲(chǔ)器中存儲(chǔ)的每一個(gè)可尋址的數(shù)據(jù)字寫(xiě)入奇偶校驗(yàn)位。在讀操作時(shí)，ECC檢測(cè)算法使用奇偶校驗(yàn)位確定數(shù)據(jù)位是否已經(jīng)改變。如果出現(xiàn)單位錯(cuò)誤，ECC糾錯(cuò)算法將確定相關(guān)位的位置，然后通過(guò)將該數(shù)據(jù)位翻轉(zhuǎn)至其互補(bǔ)值協(xié)助糾錯(cuò)。
盡管如此，ECC不能獨(dú)立應(yīng)對(duì)多位翻轉(zhuǎn)錯(cuò)誤。因此，設(shè)計(jì)人員必須采用位交織技術(shù)。該技術(shù)組織位線(xiàn)的方法是將物理上相鄰的位映射到不同的字寄存器上。位交織距離將映射到同一個(gè)字寄存器上的兩個(gè)連續(xù)位分開(kāi)。如果位交織距離大于一次多單元撞擊的擴(kuò)散范圍，它將在多個(gè)字中導(dǎo)致單位翻轉(zhuǎn)，而不是在一個(gè)字中導(dǎo)致一次多位翻轉(zhuǎn)。
隨著半導(dǎo)體芯片變得越來(lái)越小，發(fā)生軟錯(cuò)誤的風(fēng)險(xiǎn)也在不斷升高。存儲(chǔ)單元的Qcrit會(huì)隨著其尺寸的縮小而減少，這使得其更易翻轉(zhuǎn)。因此，很多專(zhuān)家預(yù)測(cè)，軟錯(cuò)誤將成為這種趨勢(shì)的制約因素，而且最終將達(dá)到飽和點(diǎn)，除非我們開(kāi)發(fā)出能夠克服軟錯(cuò)誤的新技術(shù)。此外，隨著技術(shù)進(jìn)入人類(lèi)生活的更多領(lǐng)域，人們對(duì)于可靠性的要求只會(huì)越來(lái)越高。這種趨勢(shì)催生了對(duì)存儲(chǔ)器模塊的片上ECC的需求。所有存儲(chǔ)器廠(chǎng)商都已開(kāi)始推出具備片上ECC功能的芯片，以滿(mǎn)足市場(chǎng)對(duì)高可靠性存儲(chǔ)器的需求。SRAM領(lǐng)域的全球領(lǐng)導(dǎo)者賽普拉斯公司擁有一個(gè)基于ECC的異步SRAM系列，該系列是當(dāng)今市場(chǎng)上可靠性最高的異步SRAM。具備ECC功能的16Mbit異步SRAM已開(kāi)始投產(chǎn)，4Mbi版本也已開(kāi)始提供樣品。
相關(guān)閱讀：
霍尼韋爾半導(dǎo)體封裝新材料，顯著減少軟錯(cuò)誤故障頻率
三星爆存儲(chǔ)器存隱患，都是谷歌的錯(cuò)嗎？
專(zhuān)家發(fā)言：快閃存儲(chǔ)器儲(chǔ)存陣列強(qiáng)勁成長(zhǎng)
