第341章 天权4號首轮工程改良

  芯谷研究院的晶片验证大厅，面积超过一千平方米，地面铺著防静电地板，天花板上的高效过滤器发出均匀的低频嗡鸣。大厅中央排列著十八个测试舱，每个测试舱都是一台独立的环境模擬设备，可以精確控制温度、湿度、电压、震动频率。两百一十六颗天权4號工程样片已经在这些测试舱里连续运转了二十三天，每天二十四小时，每周七天，不间断。

  章宸站在测试数据监控台前，面前的六块大屏幕同时显示著不同维度的测试数据。温度曲线、电压波动、时钟抖动、错误率、功耗分布、热成像，每一组数据都在实时跳动。他已经在这里站了四个小时，从凌晨五点到现在，只喝了两杯黑咖啡。

  天权4號的首轮工程改良评审，原定於两周前进行。但因为npu调度器的回退rtl和流片延迟五周，整个时间轴往后推了。那五周里，章宸的团队没有一天休息。npu调度器的问题最终定位到一个边界条件处理错误——当npu的四个核心同时访问共享缓存时，仲裁逻辑在某个极其罕见的时序组合下会產生优先级反转，导致其中一个核心被无限期阻塞。

  这个bug隱藏在rtl代码的深处，是三个年轻的工程师写的。代码审查通过了，仿真通过了，fpga原型验证通过了。但在真实晶片上，在特定的温度、电压、工艺角组合下，它被触发了。概率很低，千分之一不到，但低概率不等於不存在。在天权4號的设计哲学里，任何不確定的行为都是不可接受的。

  章宸在问题定位后的第二天，召集了整个晶片团队，在会议室里站成一圈。他没有骂任何人，只说了一句话：“这个bug能活到现在，不是写代码的人的问题，是我们的验证方法有问题。我们的验证覆盖了『可能出错的地方』，但没有覆盖『不可能出错的地方』。从今天开始，验证团队要换一种思路——假设每一行代码都是错的，然后去证明它是对的。证明不了，就重写。”

  npu调度器的rtl重写用了两周，验证用了一周，重新流片用了两周。五周，一天不多，一天不少。新批次的工程样片回来后的第一件事，不是上测试台，而是直接放进十八个测试舱里，跑最极端的工况组合。到今天，连续运转二十三天，零功能故障。

  但章宸要的不是“零故障”，他要的是“可预测、可验证、可重复”的零故障。测试数据必须证明，在所有的工艺角、温度、电压组合下，晶片的行为都是確定的、可预期的、符合规范的。

  监控台的右侧，李明哲的团队负责的可靠性长周期测试也在同步进行。两百一十六颗晶片被分成了九个批次，每个批次对应不同的测试条件组合。温度从零下四十度到零上一百二十五度，电压从標称值的百分之九十到百分之一百一十，湿度从百分之十到百分之九十。每个测试舱都在按照预设的曲线自动循环，温度每六小时升降一次，电压每十二小时跳变一次，模擬真实设备在使用寿命內可能经歷的所有环境变化。

  小芯的ai分析模块实时处理著十八个测试舱传来的数据流。每颗晶片有超过两百个测试点，每个测试点每秒钟產生一千个数据样本。总数据量每秒钟超过四千万个数据点，普通的数据分析系统根本处理不了。但小芯的神经网络加速器专门为这类任务优化过，可以在数据流中实时识別异常模式，比传统分析方法快一千倍。

  章宸的终端震动了，是小芯推送的一条分析报告。

  “天权4號可靠性测试第二十三天数据分析：两百一十六颗工程样片，累计运行四百九十二万小时等效时间，零功能故障。晶圆边缘晶片与中心晶片的微小差异持续存在，但差异幅度稳定，未隨时间扩大。差异对晶片功能无影响，对长期可靠性的影响概率低於百万分之一。”

  章宸看完报告，把终端递给旁边的李明哲。

  “晶圆边缘和中心的差异，你打算怎么处理？”李明哲接过终端，扫了一眼报告。

  “天权4號不处理。差异太小了，对功能和可靠性没有实际影响。但天权5號的架构优化里，要把这个差异考虑进去。封装团队已经在和郑教授的联合实验室做多尺度仿真了，目標是找到差异的物理根源，然后在天权5的设计里从根源上消除。”

  “也就是说，天权4號的改良，不涉及晶圆差异的问题？”