이 논문은 Arm의 Ethos-U55 임베디드 머신 러닝 가속기의 소프트 오류 내성을 대규모 RTL 수준 오류 주입 실험을 통해 특성화한다.
주요 내용은 다음과 같다:
Ethos-U55의 4가지 하드웨어 구성에 대해 다양한 신경망 모델을 실행했을 때, 모든 구성이 ASIL-D 안전 기준을 충족하지 못하는 것으로 나타났다.
Ethos-U55의 각 기능 블록별로 소프트 오류에 대한 민감도가 다르며, 이는 기술 노드와 적용 워크로드에 따라 달라진다.
기능 블록의 면적이 해당 블록의 내성과 양의 상관관계를 보이지 않는다. 따라서 제한된 면적 예산 내에서 ASIL-D 기준을 충족하기 위해서는 선택적 보호 기법이 필요하다.
선택적 보호 기법을 통해 Ethos-U55는 38%의 면적 오버헤드로 ASIL-D 기준을 충족할 수 있다. 이는 기존의 100% 오버헤드를 요구하는 이중 코어 잠금 단계 방식보다 효율적이다.
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Abhishek Tya... om arxiv.org 04-16-2024
https://arxiv.org/pdf/2404.09317.pdfDiepere vragen