什么是自恢復設計

在芯片設計過程中，通常會針對特殊情況導致芯片無法使用額外添加一些功能，使得芯片具有更好的抗干擾能力。自恢復設計應用場景很廣泛，比如、針對芯片溫度過高的處理、針對殘缺數據包的處理、針對長時間無數據響應的處理、針對各類錯誤的處理。

1、高溫保護設計

幾乎每一顆芯片都溫度監控模塊，大型芯片甚至有多個溫度監控模塊。以電腦主板為例，在CPU或者顯卡溫度升高時，散熱風扇的轉速會隨之增加，一旦芯片溫度過高，會觸發關機保護機制。這種設計僅僅是常見的被動式自恢復，而不是芯片自己主動觸發。芯片主動自恢復設計原理如下：芯片會主動監控溫度值，當溫度值進入高溫區域時，會進行主動告警，比如發出溫度中斷，從而告知管理軟件等。當溫度值進入超高溫區域，可能會導致芯片燒毀的風險時，會主動進行芯片降頻或者復位等操作。降頻操作是將時鐘頻率降低，從而降低功耗。

此設計在GPU中比較常見。復位操作是芯片自動產生邏輯復位，關閉部分或者全部功能，有效降低功耗，從而達到降低溫度的目的。

2、讀數據返回超時保護

主機讀芯片內部寄存器時，有時會出現長時間沒有返回的情況，而AXI等讀寫總線必須要有返回數據，否則會一直卡住。針對此類情況，需要讀模塊產生讀返回信號與響應信號。比如返回32’hdeaddead數據，并且給響應信號rresp賦值相應的錯誤值。例如PCIe作為Endpoint時，收到host主機的memrd讀請求時，并且將請求通過接口轉發給內部總線，如果長時間沒有收到讀數據rdata，則需要進行主動超時，自行返回rdata給主機，防止host主機因收不到rdata而卡住。

3、交互接口超時響應保護

各類芯片的低速接口通常是握手交互處理機制，在沒有保護機制的情況下，如果slave端口因為某些原因卡住，無法正確響應時，master端口也會被卡住。添加交互接口超時響應保護邏輯，如果slave接口超時沒有響應，master接口不應該被卡住，而應該能夠恢復到初始狀態，能夠發起下一次請求。特別是一個master對應多個slave時，master的自恢復尤為重要。

4、殘缺數據過濾

像MAC、PCS等模塊處理數據時，完成的數據包有包頭和包尾，完整的數據包才能進行正常的處理，而缺乏包頭或者包尾的殘缺包則會導致各類錯誤，因此需要在模塊入口處理對殘缺包進行過濾，選擇補齊或者直接拋棄不完整的數據包，保證模塊入口數據的完整性。

5、模塊卡死自恢復

芯片內部重要模塊發生錯誤(配置流程不合理等原因)會導致模塊或者整個芯片卡死，那么必須要添加自恢復設計。例如鏈表指針錯亂，接口復位長期沒有釋放，此種情況下，盡量保證模塊能夠自行恢復，能夠跳轉到初始狀態，如觸發自動初始化。

總結

芯片的考核指標不僅僅是性能達標，功能正常，可靠性同樣重要。自恢復設計能夠增強芯片的可靠性，保證芯片一些極端場景中依舊可以長期運行，是產品的加分項。一顆高品質的芯片肯定實現了各種自恢復設計。

審核編輯：湯梓紅