💻 computer science

Building Reliable Arithmetic Multipliers Under NBTI Aging and Process Variations

تقترح هذه الورقة تقنية مبتكرة لتخفيف آثار التقادم في المضروبات الحسابية تستفيد من خاصية عدم تأثر الضرب بالإشارة لإعادة توزيع إجهاد تأثير انتقال الثقوب غير المتماثل (NBTI) عبر الترانزستورات، مما يؤدي إلى تمديد العمر الافتراضي للأجهزة مع أعباء ضئيلة في المساحة والتأخير، حتى في ظل أعباء عمل الذكاء الاصطناعي وتغيرات العمليات التصنيعية.

المؤلفون الأصليون: Masoud Heidary, Biresh Kumar Joardar

نُشر 2026-05-19

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Masoud Heidary, Biresh Kumar Joardar

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

المشكلة: "التآكل والتهالك" في عقول الحواسيب

تخيل أن معالج حاسوبك (CPU) أو عقله الاصطناعي (مثل الموجود في وحدة معالجة الرسومات GPU أو المصفوفة النسجية Systolic Array) هو مصنع ضخم. داخل هذا المصنع، يوجد الملايين من العمال الصغار الذين يُطلق عليهم اسم الترانزستورات. يقوم هؤلاء العمال بتبديل المفاتيح للقيام بالعمليات الحسابية، وتحديداً عملية الضرب، وهي العمود الفقري لكل شيء بدءاً من ألعاب الفيديو وصولاً إلى الذكاء الاصطناعي.

مع مرور الوقت، يصاب هؤلاء العمال بالتعب. وهذا ما يسمى بالتقادم (Aging). وتحديداً، هناك ظاهرة تسمى NBTI (عدم استقرار درجة الحرارة عند الانحياز السلبي) تجعل عمال الـ "PMOS" (نوع محدد من الترانزستورات) أبطأ عندما يُجبرون على التمسك بإشارة "صفر" لفترة طويلة جداً.

فكر في الأمر كعدّاء يُجبر على الوقوف ساكناً وسط عاصفة مطرية غزيرة. إذا وقف في المطر (المنطق '0') لفترة طويلة، فسيصبح مبللاً ويتباطأ. أما إذا وقف في الشمس (المنطق '1')، فسيظل جافاً وسريعاً.

العقبة: في الحاسوب القياسي، لا تكون المسائل الحسابية عشوائية؛ فهي غالباً ما تطلب من نفس العمال الوقوف في المطر مراراً وتكراراً. بعض العمال يبتلون ويتعبون بسرعة، بينما يظل آخرون جافين. وعندما يستسلم العمال المبللون (يفشلون)، يتباطأ المصنع بأكمله أو يبدأ في ارتكاب الأخطاء. وهذا أمر سيء للغاية بالنسبة للذكاء الاصطناعي، الذي يقوم بمليارات عمليات الضرب.

الحل: "الخدعة السحرية" للرياضيات

وجد الباحثون طريقة ذكية لإصلاح ذلك دون بناء مصنع أكبر أو توظيف المزيد من العمال. لقد استخدموا قاعدة بسيطة من قواعد الرياضيات قد تتذكرها من المدرسة:

العدد السالب مضروباً في عدد سالب يساوي عدداً موجباً.
مثال: (-5) × (-3) = 15.
وهذا هو نفسه: 5 × 3 = 15.

النتيجة متطابقة، لكن العملية مختلفة.

تخيل أنك تشارك في سباق تتابع.

السيناريو (أ): أنت تسلم العصا للعداء (X)، وهو بالفعل متعب ويركض تحت المطر.
السيناريو (ب): تقرر قلب السيناريو تماماً. تخبر العداء (X) بأن يأخذ استراحة، وبدلاً من ذلك، تسلم العصا للعداء (Y) (الذي كان يستريح في الشمس). كما تقوم أيضاً بقلب اتجاه السباق للجميع.

على الرغم من أن السباق يبدو مختلفاً، إلا أن الفريق لا يزال ينهي السباق بنفس الوقت ونفس النتيجة. ولكن الآن، يحصل العداء المتعب على استراحة، ويقوم العداء النشيط بالعمل.

كيف تعمل طريقة الورقة البحثية

قام المؤلفون ببناء "شرطي مرور" صغير وذكي (يُسمى وحدة الاختيار - Selector Module) يجلس مباشرة بجانب عمال الرياضيات.

شرطي المرور يراقب: يراقب المسألة الحسابية القادمة.
القرار: يسأل نفسه: "هل العامل الذي يقوم بهذه الوظة عادةً بدأ يتعب (تعرض للكثير من 'المطر')؟"
القلب (The Flip): إذا كان العامل متعباً، يقوم "شرطي المرور" بحيلة "المتمم لـ 2" (2's complement). إنه يقلب الأرقام (يحول الموجب إلى سالب والعكس) قبل دخولها إلى وحدة الرياضيات.
النتيجة: ولأن الأرقام قد قُلبت، يضطر العمال الآخرون في المصنع للقيام بالعمل الشاق بدلاً منه. وهكذا يحصل العامل المتعب على راحة.

من خلال قلب السيناريو باستمرار بناءً على من هو متعب، يتم توزيع التآكل والتهالك بالتساوي عبر المصنع بأكمله. لا يتعرض عامل واحد للبلل لدرجة الفشل.

النتائج: عمر أطول بتكلفة أقل

اختبر الباحثون هذه الفكرة باستخدام محاكاة عالية التقنية (مثل نفق رياح رقمي) على شريحة بدقة 22 نانومتر. وإليكم ما وجدوه:

قفزة هائلة في العمر الافتراضي: وجدوا أن هذه الطريقة يمكن أن تطيل عمر الأجهزة بنسبة تصل إلى 75%. في العالم الحقيقي، يعني هذا أن مسرع الذكاء الاصطناعي أو المعالج الخاص بك يمكن أن يدوم لفترة أطول بكثير قبل أن يبدأ في ارتكاب الأخطاء أو التباطؤ.
تكلفة ضئيلة: "شرطي المرور" صغير وبسيط جداً لدرجة أنه لا يشغل أي مساحة تذكر (أقل من 5% مساحة إضافية) ويستهلك طاقة ضئيلة جداً (أقل من 0.4% طاقة إضافية). كما أنه لا يبطئ الحاسوب أيضاً.
التعامل مع الاختلافات: لا تُبنى المصانع متطابقة تماماً؛ فبعض العمال يكونون أضعف طبيعياً بسبب عيوب التصنيع (ما يسمى "تباين العمليات - process variation"). وضع الباحثون نظاماً يحتوي على بضع استراتيجيات مختلفة لـ "شرطي المرور". فإذا لم تنجح استراتيجية معينة في مصنع محدد، ينتقلون إلى استراتيجية أخرى. هذا يضمن نجاح الطريقة حتى في الشرائح غير المثالية.

المقارنة مع الطرق الأخرى

قارنت الورقة البحثية "شرطي المرور" الخاص بهم بطرق أخرى يحاول بها الناس معالجة التقادم:

التخمين العشوائي: بعض الطرق تقوم بقلب الأرقام عشوائياً. لكن "شرطي المرور" أفضل بكثير لأنه يعرف بالضبط متى يقلب الأرقام بناءً على من هو متعب.
إبطاء السرعة (DVFS): طريقة أخرى هي خفض الجهد الكهربائي (خفض الإضاءة) للحفاظ على العمال. هذه الطريقة تعمل، لكنها تجعل الحاسوب أبطأ. أما "شرطي المرور" فيحافظ على سرعة الحاسوب مع حماية العمال في نفس الوقت.

الملخص

باختصار، تقترح هذه الورقة البحثية خدعة ذكية تعتمد على الأجهزة (Hardware) تستخدم قواعد الرياضيات لتدوير عبء العمل بين شرائح الكمبيوتر. بدلاً من ترك نفس الترانزستورات تتآكل، يتم قلب إشارات الأرقام لمنحها استراحة. هذا يحافظ على عمل الكمبيوتر بموثوقية لفترة أطول بكثير، مع تكلفة شبه معدومة من حيث السرعة أو الحجم أو الطاقة. الأمر يشبه منح حاسوبك "جدول مناوبات" داخلي لمنع الاحتراق الوظيفي.

ملخص تقني: بناء مضاعفات حسابية موثوقة في ظل تقادم عدم استقرار درجة الحرارة بالانحياز السالب (NBTI) وتنوعات العمليات

بيان المشكلة
يشكل تقادم الأجهزة، وخاصة عدم استقرار درجة الحرارة بالانحياز السالب (NBTI)، تهديداً حرجاً لموثوقية الدوائر المتكاملة (ICs) في أنظمة الحوسبة الحديثة، بما في ذلك وحدات المعالجة المركزية (CPUs)، ووحدات معالجة الرسومات (GPUs)، والمسرعات المعتمدة على الذكاء الاصطناعي مثل المصفوفات الانقباضية (systolic arrays). يؤثر NBTI بشكل أساسي على ترانزستورات PMOS، مما يسبب زيادة تدريجية في جهد العتبة ( $V_{th}$ ) عندما تكون تحت انحياز بوابة سالب (منطق '0'). يؤدي هذا التدهور إلى زيادة تأخيرات التبديل، والانتهاكات الزمنية، والفشل الحسابي النهائي.

تتفاقم هذه المشكلة في المضاعفات الحسابية، المنتشرة في أعباء عمل الذكاء الاصطناعي التي تعتمد على ضرب المصفوفات. فخلافاً لجامعات الحمل المتتالي (ripple-carry adders) التي تظهر توزيعاً منتظماً للإجهاد، تعاني مضاعفات المصفوفة (array multipliers) من أنماط إجهاد غير منتظمة للغاية. علاوة على ذلك، تسبب تنوعات العمليات أثناء التصنيع انحرافات أولية في جهد العتبة، مما يؤدي إلى ظهور ترانزستورات "الأولى للفشل" (First-to-Fail - F2F) التي تتقادم بشكل أسرع بكثير من غيرها. إن استراتيجيات التخفيف الحالية، مثل تغيير الجهد والتردد ديناميكياً (DVFS)، أو موازنة أعباء العمل، أو الجدولة على مستوى البرمجيات، غالباً ما تفرض أعباءً على الأداء، أو تتطلب إدارة زمن تشغيل معقدة، أو تفشل في معالجة اختلالات الإجهاد المحددة المتأصلة في بنيات المضاعفات.

المنهجية
يقترح المؤلفون تقنية تخفيف للتقادم على مستوى الأجهزة تستفيد من خاصية ثبات الإشارة الرياضية في عملية الضرب: $A \times B = (-A) \times (-B)$ . الجوهر المعرفي هو أنه بينما تظل النتيجة الحسابية متطابقة، فإن تطبيق تحويلات المتمم الثنائي (2's complement) على المعاملات المدخلة ( $A \to -A, B \to -B$ ) يغير حالات المنطق الداخلي، مما يؤدي إلى إعادة توزيع الإجهاد (احتمالية المنطق '0') عبر ترانزستورات PMOS الخاصة بالمضاعف.

تتضمن المنهجية ثلاثة مكونات رئيسية:

توليد الأوراكل (خارج الخط - Offline): تم تطوير مُحدد مثالي (Oracle) خارج الخط باستخدام محاكاة الدوائر (Cadence) ونماذج NBTI. تحدد هذه العملية ترانزستورات F2F بناءً على تنوعات العمليات الأولية، وتحدد التحويل الأمثل للمدخلات (الأصلي مقابل المتمم الثنائي) لتقليل الإجهاد على هذه الترانزستورات الضعيفة دون خلق اختناقات جديدة.
وحدة المحدد الصديقة للأجهزة (SM): نظراً لأن تنفيذ جدول بحث كامل للأوراكل يعد غير عملي بسبب عبء المساحة، فقد قام المؤلفون بتقريب سلوك الأوراكل باستخدام دالة بولية مبسطة ( $f$ ) تأخذ مجموعة فرعية صغيرة من بتات المدخلات (4-6 بتات) لتقرير ما إذا كان سيتم تطبيق تحويل المتمم الثنائي أم لا. هذه الوحدة خفيفة الوزن ويتم تنفيذها باستخدام بوابات منطقية أساسية.
نهج المجموعة (Ensemble) لتنوع العمليات: للتعامل مع سيناريوهات متنوعة لتنوع العمليات حيث قد يكون المحدد الواحد غير مثالي، يقترح المؤلفون استخدام مجموعة من وحدات المحدد (2-4 وحدات SM متميزة). تم تصميم كل وحدة SM لتناسب مجموعات مختلفة من ترانزستورات F2F، مما يسمح للنظام باختيار استراتيجية التحويل الأكثر ملاءمة لملف التقادم الخاص بكل مضاعف.

يتم دمج هذه التقنية في المصفوفات الانقباضية (SA) عن طريق تضمين SM داخل كل عنصر معالجة (PE). تعمل وحدة SM بالتوازي مع عمليات الضرب والتراكم، مما يضمن تأثيراً ضئيلاً على الإنتاجية.

المساهمات الرئيسية

آلية تخفيف مبتكرة: تقديم نهج يعتمد على ثبات الإشارة لإعادة توزيع إجهاد NBTI في المضاعفات دون تغيير الصحة الحسابية.
كفاءة الأجهزة: تطوير وحدة محدد (SM) تقرب سلوك الأوراكل المثالي بأقل قدر من عبء المساحة والطاقة، وتتجنب الحاجة إلى جدولة برمجية معقدة أو تنظيم جهد خارجي.
المتانة تجاه التنوع: توفر استراتيجية المجموعة فعالية عبر سيناريوهات متنوعة لتنوع العمليات، مما يعالج تحدي التقادم غير المنتظم في الرقائق المصنعة.
التكامل: إثبات جدوى الطريقة ضمن مسرعات الذكاء الاصطناعي عالية الإنتاجية (المصفوفات الانقباضية) وإمكانية توسيعها لتشمل مضاعفات الفاصلة العائمة والوحدات الحسابية الأخرى.

النتائج التجريبية
تم تقييم الطريقة المقترحة باستخدام أدوات Cadence على تقنية GlobalFoundries بقوة 22 نانومتر، مع محاكاة مصفوفات انقباضية بحجم 128×128 مع بنيات مضاعفات متنوعة (المصفوفة وشجرة والاس - Wallace Tree) وعروض بتات تتراوح من 4 إلى 32 بت.

تحسين العمر الافتراضي:
- مقارنة بخط الأساس الذي لا يحتوي على تخفيف، حققت الطريقة تحسيناً في العمر الافتراضي يصل إلى 75% في مضاعفات المصفوفة ذات 12 بت.
- عبر عروض بتات وبنيات مختلفة، لوحظ متوسط تحسن في العمر الافتراضي بنسبة 64%.
- في ظل ظروف تقادم NBTI وتنوع العمليات المشتركة (محاكاة مونت كارلو)، حقق استخدام وحدة SM واحدة تحسيناً بنسبة 44%، بينما رفع استخدام مجموعة من ثلاث وحدات SM هذه النسبة إلى **57%**.
الأعباء الإضافية (Overheads):
- المساحة: تقدم الطريقة عبئ مساحة ضئيلاً يبلغ حوالي 3-4% (اعتماداً على عدد وحدات SM المستخدمة).
- الطاقة: عبء الطاقة ضئيل، بمتوسط ~0.38%.
- التأخير: تضيف وحدة SM تأخيراً يبلغ حوالي 2.5-2.9% من وقت حساب الـ PE، وهو ما يمكن حجبه بالكامل في البنيات ذات خطوط الأنابيب (pipelined architectures).
المقارنة: تفوقت طريقة SM الموجهة على استراتيجيات المتمم الأحادي العشوائية (TRNG و Zero-Bias Probability) بنسبة 6-21%، وتفوقت على مناهج DVFS بنسبة 4.5% عند استخدام مجموعة من وحدات SM.

الأهمية والادعاءات
يزعم البحث أن هذه التقنية توفر حلاً عملياً متمحوراً حول الأجهزة لمشكلة التقادم في الوحدات الحسابية، والتي تعد اختناقات حرجة في الذكاء الاصطناي والحوسبة العامة. من خلال الاستفادة من الخصائص الرياضية المتأصلة في عملية الضرب، تحقق الطريقة مكاسب كبيرة في الموثوقية دون عقوبات الأداء أو التعقيد البرمجي المرتبط بالحلول الحالية. يؤكد المؤلفون أن النهج قابل للتوسع، وقابل للتطبيق على مختلف بنيات المضاعفات وعروض البتات، ومناسب للدمج في الجيل القادم من المعالجات المركزية، ومعالجات الرسومات، ومسرعات الذكاء الاصطناعي. يشير العمل إلى أن المنطق البسيط والذكي للأجهزة يمكنه بفعالية مواجهة آليات التقادم المعقدة مثل NBTI وتنوع العمليات، مما يطيل العمر التشغيلي لمكونات الحوسبة الحرجة.