Ⅰ. 本期重点精读
01 / RRAM突触阵列 · 单粒子瞬态
Single event transient effects and variability in hybrid RRAM-CMOS spiking neural network
Microelectronics Reliability · 2026-10-13 · DOI: 10.1016/j.microrel.2026.116326
将1T-1R RRAM突触阵列和CMOS漏电积分发放神经元放进脉冲神经网络，考察粒子击中引起的单粒子瞬态如何改变离散脉冲输出。实验中用Stanford RRAM模型做电路级仿真，注入单次和多次粒子击中，结果显示单粒子瞬态会在输出脉冲序列里制造额外脉冲和时序偏移，这些变化进一步影响图案和数字识别。同一模型也用来分析RRAM突触的参数变异对离散输出脉冲的影响。论文随后提出抑制单粒子瞬态和模型参数变异的加固方案。把单次与多次注入分开，记录额外脉冲数、时序偏移和识别正确率，能分别看出不同故障来源对输出脉冲时序和识别结果的影响。
用单次与多次粒子注入分开测试，记录额外脉冲数量、输出时序偏移和识别正确率，再单独扫描RRAM突触参数变异，分别比较两类扰动各自对输出脉冲的影响。
02 / COTS多节点计算 · 节点丢失恢复
RESILIENT CCSDS COMPRESSION ON MULTINODE COTS COMPUTE: CHECKPOINTING AND SHARED CONTEXT FOR SURVIVING NODE LOSS
Zenodo (CERN European Organization for Nuclear Research) · 2026-10-09 · DOI: 10.5281/zenodo.23272341
星载图像压缩正越来越多地运行在COTS处理器上，一次单粒子效应就能使单元无预警重启。作者把CCSDS 123.0-B-2压缩加入OBPMark，提供C、OpenMP和CUDA版本，并用Coros Space的Jetson Orin NX数据处理单元做实验，在图像流中途切断电源，共259次，比较本机检查点、应用日志、系统快照、冷重启和双机接管。检查点让每帧慢12%到16%，却保不住帧：45秒重启期间会丢115到157帧。第二台单元接收同一缓冲流，约0.3秒接管且不丢帧，代价是平台功耗约翻倍。对52秒的大帧，检查点每次可挽回25秒工作。恢复策略的选择取决于数据关键性和帧大小。
比较本机检查点与第二台单元接管时，把帧大小作为分组变量，分别记录恢复期间丢帧、每帧额外开销和平台功耗。大帧和小帧分开判断，就能看出检查点何时值得，何时直接重启或接管更合适。
03 / LLM推理 · 静默数据损坏检测
Revisiting Cauchy-Schwarz Norm Bounds for SDC Detection in LLM Inference
arXiv:2610.18557 · 2026-10-13 · 预印本
LLM推理要在大量加速器上为每个输出标记执行数十亿次浮点运算，硬件故障可能绕过系统检测而变成静默数据损坏。作者重新考察Cauchy-Schwarz范数界（CSNB）作为低开销检测手段，并用受控故障注入与算法级容错（ABFT）对比。在测试的稠密线性层中，CSNB平均保留了ABFT约99%的故障检测能力，同时把验证开销降低87%，阈值确定开销降低67%。但在混合专家模型的路由门计算中，CSNB只保留55%的检测能力，因此作者认为校验和方案仍更适合这一部分。新意在于把检测能力和阈值开销分开量化，并指出低开销近似方法的适用范围随层类型变化。
做加速器静默数据损坏检测对比时，可把故障注入限制到不同层类型，分别记录检测率、验证开销和阈值确定开销，避免平均值掩盖层间差异。
Ⅱ. 计算平台与软错误
01 / GPU推理服务 · 崩溃恢复
What Does a Streaming Client See When an LLM Server Crashes? A Fault-Injection Study of Client-Visible Token Anomalies in vLLM and SGLang
Zenodo (CERN European Organization for Nuclear Research) · 2026-10-14 · DOI: 10.5281/zenodo.23377447
在指定流式块杀掉未修改的OpenAI兼容服务器，再重启并执行不同客户端恢复策略时，这套开源故障注入工具覆盖vLLM和SGLang服务Llama 3.1 8B Instruct，共86轮430次试验，运行在A10G GPU上。默认温度0下输出也不唯一：vLLM受自动前缀缓存影响，SGLang首个请求随启动变化；朴素重试常与已显示文本矛盾，重计算通常改变最终答案。开启确定性模式后，重计算在35次温度0试验中精确复现无故障输出，重试也不再矛盾。恢复延迟主要来自服务器重启107到195秒。
在GPU服务故障实验中，可在不同流式块注入进程终止，逐块记录服务输出与客户端恢复结果，并比较重试、重计算和确定性模式，衡量文本矛盾与答案偏移。
Ⅲ. 其他值得跟踪的前沿
01 / 神经形态器件 · 极端环境可靠性
Neuromorphic Devices for Extreme Environments: State‐Variable Reliability and Stabilization Strategies
Advanced Functional Materials · 2026-10-13 · DOI: 10.1002/adfm.78949
当神经形态器件进入空间、航空航天、核、低温等极端环境，讨论焦点不再是基本电功能是否还能导通，而是材料与界面状态变量被环境应力重塑后，模拟调制、可塑性、保持、阈值动态和读出稳定性如何变化。辐射、温度极端和真空/低压被列为主要应力，影响缺陷生成、离子与电子输运、界面化学、开关路径和读出；微重力辅助制造和机械载荷也被纳入成形、结构完整性与长期可靠性。加固策略分材料设计、环境边界控制和编程/读出补偿三层。文章进一步把器件级退化与神经形态指标、阵列运行、软错误响应和推断精度连接起来。对做CIM可靠性的人，价值在于提供一套把器件状态变量、阵列行为和任务精度放在一起评估的框架。
评价神经形态硬件在极端环境下的可靠性，把材料或界面状态变量、阵列读数和推断精度放在同一组环境应力前后对照。稳定措施再按材料设计、环境边界控制和编程/读出补偿分类比较。
02 / 130 nm CMOS · 中子局部闩锁
Neutron-Induced Ionizing Effects at High Flux in Deep Submicron CMOS Integrated Circuits
Electronics · 2026-10-09 · DOI: 10.3390/electronics15204585
反应堆中子对130 nm CMOS集成电路做高通量辐照后，次级电离会引发局部闩锁，并在注量达到10^10到10^11/cm2时出现。为了理解电荷从哪里来、又怎样被收集，他们用Geant4计算1–14 MeV中子在130 nm晶体管敏感区内的电离能量损失和非电离能量损失，并统计中子谱下电离能量损失产生的电荷。实验和仿真结合后，分析了敏感区范围、电离电荷分布和器件内部电荷收集机制。结果给出高通量中子环境下深亚微米CMOS的局部闩锁条件和电荷收集图像，对更小特征尺寸器件的辐射效应研究有参考价值。把束流注量与Geant4的能量沉积、电荷收集分布对照，能帮助定位局部闩锁对应的能量沉积区间。
做中子辐照实验时，可把不同注量下的闩锁发生点与Geant4算出的敏感区范围和电离电荷分布并列，检查局部闩锁是否对应特定能量沉积区间。
03 / 忆阻视觉器件 · 在材料内光谱核
Monolithic zero-bias memristive vision device with in-materio spectral kernels
Nano Today · 2026-10-12 · DOI: 10.1016/j.nantod.2026.103211
单片忆阻视觉器件在零偏压下读出光电流，并通过电应力在单极性金属氧化物忆阻器中写入十个光响应状态，充当可编程光谱核，将入射光转换为十维光电流指纹，在探测点完成光学特征编码。识别用校准库直接模板匹配，能分辨颜色、水果颜色和投影图案，在单次掩模放置内，留出的数字扫描120例全部正确。端到端约1秒，由十个通道各100毫秒顺序扫描决定，传感读出保持零偏。器件还演示脉冲调制透射光探测和颜色序列光包接收。微观机制尚不明确，作者提出与银辅助离子或电化学改性一致。
研究传感端预处理时，把电写出的不同光响应状态与模板匹配结果逐一对齐，记录编程态数量、读出维度、匹配正确率和扫描时间。这样能检查同一状态是否稳定对应同类光输入。