Ⅰ. 本期重点精读
01 / SRAM FPGA · 盲擦洗
The ePIC-dRICH RDO: an FPGA-based card for a photodetection integrated system
Zenodo (CERN European Organization for Nuclear Research) · 2026-09-25 · DOI: 10.5281/zenodo.22965415
在紧凑空间内，ePIC 的 dRICH 读出卡要汇聚大量 SiPM 数据，同时面对约 700 Hz/cm² 的瞬时强子和约 2.3 krad 的 TID 包络。RDO 核心是 AMD AU15P SRAM 型 FPGA，配置 RAM 易受 SEU 影响；设计用 Microchip MPF050T FLASH 型 FPGA 和 MT25QU01 FLASH，通过专用总线执行盲擦洗，并已在辐照实验中验证。数据经 CERN VTRx+ 抗辐射光收发器以 10 Gb/s 上传。前十张卡已在实验室验证并部署到 dRICH 原型 DAQ，读取 8 个 PDU；受 IPbus 千兆以太网限制，原型在约 30 kHz 暗计数率下稳定工作。
在 SRAM 型 FPGA 旁配一块 FLASH 型 FPGA，通过专用总线持续核对并重写配置存储；辐照时同时看数据链路和配置刷新是否正常。再把前端暗计数率逐步提高，观察读出链路在什么负载下出错。
02 / FinFET 电路 · 选择性加固
A Novel Schematic–Layout Co-Analysis Framework for Selective Radiation Hardening in Nanoscale Technology
Journal of Signal Processing Systems · 2026-09-25 · DOI: 10.1007/s11265-026-02017-5
纳米 FinFET 电路中的敏感节点常分散在版图与原理图之间，单看电路结构容易漏掉实际粒子打击区域。该工作把 schematic 级 LET 故障注入与三维版图粒子打击模拟结合，先定位脆弱节点及其敏感物理区域，再做选择性加固。验证电路为 FreePDK15 上的 2:1 MUX、多电源电平移位器和 D 触发器。加固后最小 LET 阈值分别提高 38、18、12 MeV·cm²/mg，SET 截面普遍下降，电平移位器降低近一个数量级，实现开销适中。新意在于用版图-原理图协同分析把加固资源集中到真正敏感的区域，减少全电路统一加固的额外开销。
先做 LET 故障注入筛选逻辑脆弱节点，再用三维版图粒子打击确认物理敏感区，只加固二者的交集；用最小 LET 阈值和 SET 截面比较加固前后收益。
03 / 混合信号芯片 · TID/SEE
Reply on EC1
预印本/未标注刊源 · 2026-09-26 · DOI: 10.5194/egusphere-2026-1579-ac3
在 beyond LEO 辐射带研究中，CubeSat 磁强计需要低噪声反馈芯片在混合场中长期工作。该工作测试三轴磁通门反馈微芯片的辐射响应：重离子测试到 100 MeV·cm²/mg，X 射线测试到 1 Mrad。重离子下未观察到单粒子锁定，但出现单粒子瞬态和单粒子翻转，与数字信号链中少见的 function interrupt 一致，可用标准冗余处理。X 射线到 1 Mrad 功能保持，0–100 krad 内最坏增益漂移约 600 ppm/krad、失调漂移约 1 μA/krad。实验室噪声密度为 1 Hz 下 20–30 pT/√Hz，支持每秒 128 矢量科学数据。
对混合信号反馈芯片，重离子测试看锁定、瞬态和翻转，X 射线测试看总剂量下的功能与增益、失调漂移；数字信号链的功能中断也单独记录，用来判断常规冗余能否处理。
Ⅱ. 计算平台与软错误
01 / 神经网络 · 参数翻转验证
Security Properties of Neural Networks as Decision Problems
arXiv:2609.39768 · 2026-09-30 · 预印本
部署神经网络的验证问题包括后门、参数故障导致的不安全状态和输出泄露，该工作把八类问题形式化并做复杂度分类。分段线性网络及其节点值可用实数加法的无量词公式表示，因此网络属性可写成量词交替句子，再由 Sontag 定理定位到多项式层级。把量化对象从输入换成网络参数，正好对应位翻转攻击、辐射翻转和模拟加速器故障模型；此时验证已是 exists-R-complete，即使网络只含恒等节点，ReLU 安全问题为 forall-R-complete。新意在于将参数位翻转作为形式化故障模型，说明其验证复杂度高于输入扰动。
分析 AI 加速器辐射故障时，可把故障建模为存储参数上的量化问题；用复杂度结果判断哪些安全属性需要穷举式故障注入，哪些能归约为区间验证。
Ⅲ. 其他值得跟踪的前沿
01 / OTS 选择器 · 重离子硬度
Radiation hardness of ovonic threshold switches under swift heavy-ion irradiation
Nuclear Instruments and Methods in Physics Research Section B Beam Interactions with Materials and Atoms · 2026-09-30 · DOI: 10.1016/j.nimb.2026.166333
大规模 crossbar 阵列需要 OTS 选择器抑制潜行电流，传统晶体管在辐射下容易失效。该研究用高注量 GeV 金离子在电子能损区辐照两类硫系 OTS，对比 virgin、初始化后和循环后的器件电学行为。X 射线衍射未检出辐照诱导的结构变化，非晶构型保持；阈值开关特性和整体功能在辐照前后基本不变。结果说明 OTS 在重离子辐照下具有显著辐射硬度，可作为 RRAM 交叉阵列中抵抗辐射功能失效的选择器。
对选择器分别取未初始化、初始化后和多次循环后的样品，做辐照前后电学对比，并用 X 射线衍射看非晶结构是否保持；这样能区分工艺状态和辐照历史对开关特性的影响。
02 / 氧化物忆阻器 · 辐照缺陷调控
Effects of Ar+-irradiation energy on memristive properties of monocrystalline LiNbO3 thin film memristor
Journal of Applied Physics · 2026-09-28 · DOI: 10.1063/5.0353639
氧化物忆阻器的阻变行为受缺陷态控制，缺陷工程难以精确调节。该工作用不同能量的 Ar+ 辐照单晶 LiNbO3 薄膜忆阻器，系统比较辐照能量对忆阻特性的影响，并建立阻变机制模型。较低 Ar+ 辐照能量下，器件获得更低电导和更高的电导塑性重复性；辐照诱导缺陷与阻变行为之间的关联被进一步明确。新意是把离子辐照能量作为调控氧化物忆阻器电导塑性的手段，并推进了对辐照诱导缺陷与忆阻行为关系的理解。
把辐照能量作为器件工艺变量，逐点记录电导水平与循环重复性，再结合缺陷表征建立阻变模型；这样能判断哪一档辐照条件在电导塑性和重复性之间更合适。
03 / CBRAM · 界面工程
High‐Performance Conductive Bridging Memristor via van der Waals Interface Engineering for Neuromorphic Computing
Small · 2026-09-25 · DOI: 10.1002/smll.75933
在导电桥随机存储器（CBRAM）中，细丝断裂随机性和关态漏电限制开关比与可靠性。该工作制备 Ag/SiO2/石墨烯/Pt 忆阻器，利用电极界面的弱范德华相互作用控制细丝动态。DFT 显示银细丝与石墨烯结合能仅 0.48 eV，远低于 Ag/Pt 金属键合 6.25 eV 和 Ag-Ag 内聚能 1.94 eV；这种弱界面结合使 RESET 时细丝干净完全断裂，带来低至 100 fA 的关态电流和 10^9 的开关比。将 SiO2 厚度优化到 40 nm 用于抑制隧穿漏电后，器件表现出稳定的双极开关，且无 stuck-set。硬件卷积神经网络仿真在 CIFAR-10 上识别率超过 91%。
用细丝与界面的结合能筛选材料堆栈，同时记录关态电流、开关比、卡固现象和神经网络识别精度；这样能把细丝断裂的稳定性与器件可靠性和任务表现放在一起比较。
04 / Geant4 仿真 · GPU/AI 加速
Exploring Potential Pathways to Accelerate ePIC Detector Simulation
Zenodo (CERN European Organization for Nuclear Research) · 2026-09-25 · DOI: 10.5281/zenodo.22970457
ePIC 的物理与探测器仿真基于 Geant4 和 DD4hep，集成仿真中电磁径迹主导运行时间。该工作对代表性中性流深度非弹性散射数据集做剖析，用探测器子系统中的步骤密度作为墙钟时间代理，寻找吞吐瓶颈。多线程仿真更有效利用内存并保持物理结果；Simphony 正在被测试用于加速独立 Cherenkov 粒子识别探测器的光学光子仿真，也已证明可用于生成 ePIC 背景混合模拟所需的同步辐射样本。针对电磁输运，正在评估 Geant4 的子事件并行、G4HepEm 库以及基于 GPU 的 AdePT 包；AI 快速仿真则测试 Cherenkov 和量能器的基座模型。
用步骤密度定位仿真热点，把光学、电磁和 AI 加速路径分开评估，并核对加速前后物理结果一致；这能帮助为辐射输运模拟选择可替换的计算模块。