專利雷達〡月報

2026年8月

全球 Chip Health Monitoring 五大經典專利解析

從即時監測到 AI 晶片自主健康管理的技術演進

前言：AI 時代，晶片健康管理成為新一代核心技術

隨著生成式 AI、高效能運算（HPC）與 AI 資料中心快速發展，GPU、CPU、AI ASIC 與 Chiplet 系統長時間運作於高功耗、高溫及高電流密度環境，使晶片可靠度（Reliability）逐漸成為影響系統效能與使用壽命的重要因素。

過去晶片健康管理主要依賴製造階段的測試（Production Test）與失效分析（Failure Analysis），然而近二十年來，國際大廠陸續提出一系列關鍵專利，使健康監測逐步從「故障後檢測」演進為「故障前預測」，甚至發展為具備自主調控能力的閉環健康管理系統（Closed-loop Health Management）。

從全球專利布局來看，IBM、Arm、NVIDIA、Qualcomm 與 Marvell 五家公司所提出的代表性專利，幾乎完整勾勒出 Chip Health Monitoring 的技術演進路徑。

一、IBM：Dynamic Critical Path Detector

奠定晶片即時健康監測的基礎

專利號：US8132136B2

IBM 是最早將健康監測概念導入處理器設計的重要企業之一。傳統數位電路設計主要依賴設計階段的靜態時序分析（Static Timing Analysis），但晶片投入實際運作後，製程差異、溫度變化及元件老化都可能使訊號延遲逐漸增加，造成時序錯誤。

IBM 在這件專利中提出Dynamic Critical Path Detector（動態關鍵路徑偵測器），於晶片內部建立與實際關鍵路徑相對應的監測電路，持續量測最容易發生時序違反（Timing Violation）的路徑。

當系統偵測到延遲增加或時序裕度（Timing Margin）下降時，即可立即調整時脈或電壓，避免真正的運算錯誤。

這項技術首次將「即時監測（Runtime Monitoring）」導入處理器設計，也奠定後續 Adaptive Voltage Scaling 與晶片健康管理技術的基礎。

技術貢獻

• 建立 Runtime Health Monitoring 概念
• 即時監測 Critical Path
• 提升處理器可靠度
• 成為後續健康監測專利的重要基礎

二、Arm：Approaching Error Detection

從故障偵測走向故障預警

專利號：US8555124B2

IBM 解決的是「發現健康狀態變差」，Arm 則更進一步思考：「是否能在錯誤真正發生之前，就提前知道？」

Arm 提出的 Approaching Error Detection 技術，核心理念並非等待錯誤發生，而是持續監測晶片剩餘的時序裕度（Timing Margin）。

系統利用監測電路持續分析：

• Critical Delay
• Voltage Margin
• Timing Margin

當發現系統已逐漸接近錯誤臨界點（Near Failure），便立即啟動補償機制，例如降低工作頻率、提高供應電壓，或調整 Pipeline 配置，以避免真正的運算錯誤。

相較於傳統 Error Detection，Arm 首次提出「Approaching Error（錯誤預警）」概念，使健康監測由被動反應轉變為主動預防。

目前此類設計已廣泛應用於智慧型手機 SoC、車用晶片及 Edge AI 晶片。

技術貢獻

• 提出 Near Failure Detection
• 強調預防勝於修復
• 建立健康預警架構
• 成為低功耗 SoC 的重要可靠度技術

三、NVIDIA：Transistor Aging Monitoring

將健康管理推向預測性維護

專利號：US9483068B2

進入 AI 時代後，GPU 長時間執行大型模型訓練，使電晶體承受極高溫度與電流密度，加速偏壓溫度不穩定效應（Bias Temperature Instability, BTI）與熱載子效應（Hot Carrier Injection, HCI），進而影響晶片壽命。

NVIDIA 在此專利中並未直接量測老化，而是建立老化模型（Aging Model），整合多項運作參數，包括：

• 工作電壓
• 晶片溫度
• 運作時間
• Switching Activity

藉由分析上述資料，預估電晶體未來的老化趨勢，而非等待效能下降或故障發生後才處理。

這項技術使晶片健康管理正式邁入**Predictive Maintenance（預測性維護）**階段，也與今日 AI 資料中心常見的 Telemetry 與 Reliability Analytics 發展方向高度一致。

技術貢獻

• 建立 Aging Model
• 預測元件壽命
• 導入 Predictive Maintenance
• 奠定 AI GPU 健康管理基礎

四、Qualcomm：Adaptive Voltage and Frequency Scaling

健康監測結合動態功耗管理

專利號：US9575553B2

當健康狀態能夠被即時監測後，下一步便是如何依據健康資訊，自動調整晶片工作條件。

Qualcomm 在此專利中提出 Replica Path Timing 技術，建立與實際關鍵路徑相同的模擬路徑（Replica Path），持續監測時序裕度變化。

當 Replica Path 顯示時序開始惡化時，控制器便會立即調整：

• 工作電壓（Voltage）
• 工作頻率（Frequency）

透過 Adaptive Voltage and Frequency Scaling（AVFS），讓晶片始終維持最佳工作狀態。

與傳統固定電壓設計相比，此方法不僅降低功耗，也避免因過度保守設計而犧牲效能。

目前 AVFS 已成為 Snapdragon 平台及多數高效能 SoC 的重要技術。

技術貢獻

• Replica Path Monitoring
• 健康感知 DVFS
• 即時功耗最佳化
• 平衡效能與可靠度

五、Marvell：Chip Health Monitor

建立完整閉環健康管理架構

專利號：US11074150B2

前述四項技術分別解決了監測、預警、預測與調控等問題，而 Marvell（技術源自 Inphi／Aquantia 技術布局）則進一步整合這些功能，提出完整的 Chip Health Monitor 架構。

專利中於晶片內建健康管理模組，持續監測：

• 溫度
• 電壓
• 時序
• 錯誤事件
• 老化資訊

再結合控制邏輯進行分析，並依據健康狀態自動採取補償措施，包括：

• 降低工作頻率
• 調整供應電壓
• 切換工作模式
• 啟動保護機制

整體形成完整的閉環架構：

Monitor → Detect → Analyze → Compensate

這也是目前 AI GPU、HPC 處理器及大型 AI 資料中心健康管理系統最常見的架構。

相較於前述專利聚焦單一功能，Marvell 已將健康監測提升至完整的智慧管理平台概念。

技術貢獻

• 建立 Closed-loop Health Management
• 整合 Telemetry、Monitoring 與 Control
• 支援自主健康管理
• 奠定新世代 AI 晶片 Reliability Engineering 架構

結語：Chip Health Monitoring 邁向 AI 驅動的自主健康管理

從 IBM 的即時關鍵路徑監測、Arm 的錯誤預警、NVIDIA 的老化預測、Qualcomm 的健康感知動態調控，到 Marvell 的閉環健康管理，可以清楚看出 Chip Health Monitoring 已從單純的硬體監測技術，逐步演進為涵蓋**感測（Sensing）、分析（Analytics）、預測（Prediction）與控制（Control）**的完整健康管理系統。

未來隨著 Chiplet、HBM、3D 封裝、矽光子互連及大型 AI 資料中心持續發展，晶片健康管理也將進一步結合人工智慧模型、數位孿生（Digital Twin）、遙測分析（Telemetry Analytics）及自主修復（Self-healing）機制，形成真正的 AI-driven Autonomous Chip Health Management。這不僅是提升晶片可靠度與延長使用壽命的關鍵技術，更將成為下一代 AI 基礎設施的重要競爭核心。