芯片测试之间始终是一个微妙的平衡测试足够太多,而不是测试。在现实中,你想找到“充分必要的测试最好质量最低的测试成本。这是一件困难的事情。

把上面这一目标soc和其他现代数字芯片要求自动化生成测试向量。即使你发现完美的平衡测试,如果你不能找出工艺一个算法来实现自动平衡,它就变成了一个学术运动。

导师写了一文章几个月前概述他们的“cell-aware”故障建模和对比概念上停留在断层模型,然后跑实验显示覆盖率和向量的数量相比gate-exhaustive方法。他们得出的结论是cell-aware方法达成一个更好的平衡。

他们没有真正讨论的是这一切是如何工作的。这里我们要深入研究更多的细节,甚至设计运行通过一个简单的具体的例子(由导师)。

让我们开始基线评估。停留在故障模型是为了证明个人网电路中不高或者低。如果你有三个输入与门,你想证明输出不困,你可以用一个向量和一个或多个输入验证输出不低卡高,您可以使用另一个向量和高证明所有输入输出不低。

虽然这是很简单的,多年来一直自动化,它遗漏了很多其他的缺点。毕竟,网可以做空,或者“架桥”——其他网,尤其是在今天的奇怪的光刻工件。或可能有一个开放的一条线。这些短裤,打开可以“干净”或电阻。如果他们干净,那么大概你可以检测一些静态的逻辑问题。如果电阻,那么你更可能看到电路建立一些稳定的状态,但慢慢的,所以你必须做一个动态测试。

但是,给定一个通用的门,你怎么得到这些其他错误吗?一种方法是所谓的gate-exhaustive模型。在这种情况下,您所有的组合输入适用于保证输出的大门对所有情况下是正确的。三个输入和门,这将意味着2³8,我们前面指出向量而不是两个。

但对于说明性的例子,让我们看看更比一个复杂和门:3-input mux。一个自动测试程序生成(生成)工具,它逻辑上可能看起来像图1:

图1所示。mux的逻辑视图

从这个逻辑表示,向量的生成工具可以推出一组涵盖了停留在错误,如图2所示:

图2。向量在报道

这些向量是由门电路级原语,因为two-input-muxes举行,他们不像你所期待的对称。但这只是一个逻辑视图,包括没有实际知识的现实是桥接或在一个实际的电路。

这是cell-aware概念的由来。这个想法是使用实际的布局来找出真正的问题可能是,确保有向量覆盖这些问题。图3显示了mux布局。你可以看到有一个地方两个黄色网紧密,运行桥接(红色)的风险。这不过是许多这样的错候选人之一,但它是我们遵循的例子。

图3。Mux布局显示潜在的桥(红色)

那么如何自动化来发现这种潜在的桥梁——或者打开,这重要吗?很容易为我们去做检查,但这不会工作在现实世界中。然而,事实证明,有一个直接的方法来识别这些点。事实上,你已经做到了这一点:寄生提取。

寄生提取的目的是确定一项足够接近互相影响电容性和b)电阻的金属或多边形。这些电容器是一个潜在的桥梁,每一个电阻是一个潜在的开放。

所以我们去,首先,完整的细胞示意图,如图4所示。在这里你可以看到图3中的桥在哪里,虽然那些两条线相互接近这是纯粹的巧合,在其他情况下,他们可能是网中相邻的布局,但更远亲的示意图。

图4。全细胞示意图

图5显示了一个部分的完整与寄生包括示意图。我只是孤立的部分,是有关这个的错(我简化一下)。你可以关联不同的电容和电阻的布局,如图3所示。每个电容器可以桥,每一个电阻可以打开。在我们的例子中,电容器,净B和D之间模型的影响成为1-Ω电阻器(尽管您还可以使用更高的阻力模型电阻短)。

图5。部分的原理包括寄生。这座桥是一个1-Ω电阻器。

现在的问题就变成了,这座桥会发生什么?什么错的,你怎么能检测吗?为了弄清楚,你模拟——在低水平。你必须模拟真正的电路,因为很多时候你会得到两个司机战斗,你需要找出哪些会赢。根据导师,它花了1500个体细胞模拟覆盖这个特殊的多路复用器。

上面所示的特殊故障,该工具确定四个不同向量可以检测此错误,如图6所示。

图6。四个向量可以检测出故障。

现在,你可能会想,“我为什么需要四个不同的方法来检测的错吗?“事实上,在最后一组向量,你不:你只需要一个。

但是情况是这样的:所有这些描述和仿真时做一次建立细胞库。这四个额外的向量是作为工具包的一部分。

快进到一个实际的电路设计使用这种细胞。一个测试生成工具将经历,其标准cell-unaware向量生成。当完成,它可以回到细胞什么特殊情况需要根据实际覆盖细胞布局。如果你幸运的话,你很可能在这里——向量将已经到位,提供额外的保险,所以你不需要添加任何更多。这就是为什么有多个可能的向量在这个例子中(4)是有用的:它增加了会偶然地机会。如果事实证明你不是幸运,那么目标向量的生成工具选择一个添加到测试套件。

因为这个目标的载体——甚至可能不需要添加——比gate-exhaustive cell-aware方法提供了一个更好的平衡方法,它爆炸向量,其中许多不做任何有用的事。是否满足特定目标的必要且充分的比较难,但任何接近这一目标是善良。

• 
• 
• 
• 
•