EEPW论坛

什么是自恢复设计？

在芯片设计过程中，通常会针对特殊情况导致芯片无法使用额外添加一些功能，使得芯片具有更好的抗干扰能力。自恢复设计应用场景很广泛，比如，针对芯片温度过高的处理、针对残缺数据包的处理、针对长时间无数据响应的处理、针对各类错误的处理。

1、高温保护设计

几乎每一颗芯片都温度监控模块，大型芯片甚至有多个温度监控模块。以电脑主板为例，在CPU或者显卡温度升高时，散热风扇的转速会随之增加，一旦芯片温度过高，会触发关机保护机制。这种设计仅仅是常见的被动式自恢复，而不是芯片自己主动触发。

芯片主动自恢复设计原理如下：

芯片会主动监控温度值，当温度值进入高温区域时，会进行主动告警，比如发出温度中断，从而告知管理软件等。当温度值进入超高温区域，可能会导致芯片烧毁的风险时，会主动进行芯片降频或者复位等操作。降频操作是将时钟频率降低，从而降低功耗，此设计在GPU中比较常见。复位操作是芯片自动产生逻辑复位，关闭部分或者全部功能，有效降低功耗，从而达到降低温度的目的。

2、读数据返回超时保护

主机读芯片内部寄存器时，有时会出现长时间没有返回的情况，而AXI等读写总线必须要有返回数据，否则会一直卡住。针对此类情况，需要读模块产生读返回信号与响应信号。比如，返回32’hdeaddead数据，并且给响应信号rresp赋值相应的错误值。

例如，PCIe作为Endpoint时，收到host主机的memrd读请求时，并且将请求通过接口转发给内部总线，如果长时间没有收到读数据rdata，则需要进行主动超时，自行返回rdata给主机，防止host主机因收不到rdata而卡住。

3、交互接口超时响应保护

各类芯片的低速接口通常是握手交互处理机制，在没有保护机制的情况下，如果slave端口因为某些原因卡住，无法正确响应时，master端口也会被卡住。添加交互接口超时响应保护逻辑，如果slave接口超时没有响应，master接口不应该被卡住，而应该能够恢复到初始状态，能够发起下一次请求。特别是一个master对应多个slave时，master的自恢复尤为重要。

4、残缺数据过滤

像MAC、PCS等模块处理数据时，完成的数据包有包头和包尾，完整的数据包才能进行正常的处理，而缺乏包头或者包尾的残缺包则会导致各类错误，因此需要在模块入口处理对残缺包进行过滤，选择补齐或者直接抛弃不完整的数据包，保证模块入口数据的完整性。

5、模块卡死自恢复

芯片内部重要模块发生错误（配置流程不合理等原因）会导致模块或者整个****死，那么必须要添加自恢复设计。

例如链表指针错乱，接口复位长期没有释放，此种情况下，尽量保证模块能够自行恢复，能够跳转到初始状态，如触发自动初始化。

总结：

芯片的考核指标不仅仅是性能达标，功能正常，可靠性同样重要。自恢复设计能够增强芯片的可靠性，保证芯片一些极端场景中依旧可以长期运行，是产品的加分项。一颗高品质的芯片肯定实现了各种自恢复设计。