许川佩 陈家栋万春霆

(桂林电子科技大学电子工程与自动化学院 桂林 541004)

基于云模型进化算法的硅通孔数量受约束的3D NoC测试规划研究

许川佩 陈家栋*万春霆

(桂林电子科技大学电子工程与自动化学院 桂林 541004)

针对硅通孔(TSV)价格昂贵、占用芯片面积大等问题，该文采用基于云模型的进化算法对TSV数量受约束的3维片上网络(3D NoC)进行测试规划研究，以优化测试时间，并探讨TSV的分配对3D NoC测试的影响，进一步优化3D NoC在测试模式下的TSV数量。该方法将基于云模型的进化算法、小生境技术以及遗传算法的杂交技术结合起来，有效运用遗传、优胜劣汰以及保持群落的多样性等理念，以提高算法的寻优速度和寻优精度。研究结果表明，该算法既能有效避免陷入局部最优解，又能提高全局寻优能力和收敛速度，缩短了测试时间，并且优化了3D NoC的测试TSV数量，提高了TSV的利用率。

3维片上网络；硅通孔；云模型；进化算法

1 引言

随着集成电路技术的发展，3维片上网络(Three-Dimensional Network-on-Chip, 3D NoC)的思想逐步出现在集成电路设计中。3D NoC通过硅通孔(Through-Silicon-Via, TSV)技术将各层2维结构芯片互连起来，其优点表现为：一是缩短了全局互连；二是降低了延迟，提高了系统性能；三是由于缩短了连接线的长度而降低了功耗；四是增加了封装密度，减小了芯片面积[1]。然而，由于TSV占用了芯片大量区域(特别是为TSV需要而留出的“禁用区”)，使得芯片上的IP核数量大大减少，另外，生产TSV的开销很大[1]，这些因素使得设计者在设计3D NoC时需要考虑TSV数量问题，而对于数量受约束的3D NoC测试，需要有针对性的测试方案，从而提高TSV的利用率，优化测试时间。……