A Genetic Algorithm-Based Metaheuristic Approach for Test Cost Optimization of 3D SIC

Abstract

Demand for small, multi functional, high performance electronic product with less power consumption is increasing rapidly. To meet the demand, IC design has been shifted from two dimensional integrated circuit (2D-IC) to three dimensional integrated circuit (3D-IC), where multiple device layers are stacked together to create stacked integrated circuit (SIC). This results the complexity in 3D SIC architecture and increase in the number of fault-sites. Therefore, testing of SIC has become complicated. Consequently, the test data volume also grows in proportion to the number of cores in the SIC, since each core is associated with one or more tests, which leads to longer test times. Test cost of IC which depends on test time, associated hardware to test the cores and the power dissipated at the time of test, can be represented as a weighted sum of test time and the associated hardware to test the core with power considered as the test constraint. As a result an efficient test plan is required to co-optimize test time and hardware under certain power constraint. The objective of our work is to design an efficient test plan both for non stacked IC ( i.e. SIC with single chip) and 3D stacked IC (i.e. SIC with multiple chips) under a power constraint, where each chip is provided with IEEE 1149.1 architecture. An existing cost model is used for calculating the test cost. Initially we propose First fit based two dimensional (2D) Bin Packing optimization algorithm for minimizing the test cost of non stacked IC. However, the method produces sub-optimal result in comparison to earlier reported work. Knowing the complexity of 3D SIC, Genetic algorithm based metaheuristic approach is next proposed in this paper. It is applied on several ITC02 benchmark circuits and the experimental result shows the efficacy of the proposed algorithm in comparison to earlier works.

Caracterização de metodologias para extração de quantitativos com foco no orçamento de projetos em BIM

“…A segunda etapa ainda classificou as metodologias conforme atributos ligados à estimativa de custos: grau de detalhe do orçamento [2] e validação da eficiência [3], conforme a Tabela 2. A classificação parte da premissa de que as diretrizes de [11] recomendam vinculação entre características do orçamento e modelagem para automatização do fluxo de trabalho no 5D.…”

“…Considerando ainda o estudo realizado por meio da leitura das publicações, nota-se que apesar da falta de vínculo entre as metodologias e o objetivo do orçamento [11], as inovações para extração de quantitativos focam principalmente na mitigação do que onera a equipe de orçamento: retrabalho [5], tempo e esforço gasto pela equipe [3]. Além disso, os métodos buscam contornar a falta de ferramentas práticas [7] e esbarram em questões ligadas à tradução da linguagem de dados para extração eficiente de quantitativos no ambiente BIM.…”

“…A caracterização ainda revela que os métodos ainda não são sensíveis a erros e omissões de quantitativos, o que pode comprometer a confiabilidade dos orçamentos gerados. Muito embora busquem solucionar os principais gargalos do processo de orçamentação [5], [3] e [7] por meio de avaliações de eficiência do orçamento, é evidente a falta de associação entre o objetivo dos orçamentos com as quantidades extraídas pelos métodos, recomendada nas diretrizes internacionais [11].…”

“…O processo de orçamentação, tanto no cenário do BIM quanto no contexto tradicional, demanda automatização de fluxos de trabalho em sua etapa principal, referente à consolidação dos quantitativos do projeto, conforme [1] e [2]. Tal etapa onera tempo e esforço da equipe [3], contém etapas tradicionalmente manuais [4] e figura entre as motivações para o retrabalho [5] devido à dificuldade de gerenciamento/ manipulação dos dados por excesso de informação [6] e/ou falta de ferramentas práticas para extração destes quantitativos [7].…”

“…Os trabalhos de [8] e [9] indicam ainda que a modelagem do projeto configura em obstáculo para a extração automatizada de quantitativos, principalmente se não estiver de acordo com as informações requeridas pelo nível de precisão do orçamento [5] (ou grau de detalhe, segundo [2]) além de demais atributos da estimativa de custos, tais como a integração com ciclo de vida dos custos (LCC -life cycle costs) e eficiência, conforme [3] e [10].…”