Elektroniknet Logo

Neuer Ansatz für optimale Testmuster

Kritische Bereiche liefern die effizientesten Testmuster

Background design of 3D data cloud with CPU symbol in perspective on the subject of information technology, computers and communications
© agsandrew - shutterstock.com

Fokussiert auf die kritischen Bereiche lassen sich mit automatischen Testmustergeneratoren die effektivsten Testmuster erzeugen und auswählen. Damit sind hochwertige Tests von IC-Entwürfen in kürzerer Zeit möglich.

Die Auswahl der effizientesten Testmuster und die Festlegung von Abdeckungszielen war schon immer eine Herausforderung und wird mit der Einführung neuer Arten von Mustern noch schwieriger. DFT-Teams (Design For Testability) können Jahre damit verbringen, ATPG-Ziele (ATPG – Automatic Test Pattern Generation) – wie ein Abdeckungsziel, eine Mustergröße oder eine andere Metrik – nur für Fehlermodelle mit statischem Ausgangspegel (Stuck-at fault) und Laufzeit-Fehlermodelle (Transition Fault) festzulegen. Die Ziele müssen für einen neuen Prozessknoten angepasst werden, wenn neue wichtige Fehlermodelle eingeführt werden. Wie entscheiden Unternehmen, welche Ziele sie festlegen? Wenn Sie eine Stichprobe von Mustern anwenden wollen, die auf ein neues Fehlermodell abzielen, welche Muster sollten Sie dann am besten ausprobieren?

Die Verwendung neuerer Modelle macht die Festlegung von Zielmetriken für Fehlermodelle noch komplizierter. Wenn ein neues Fehlermodell hinzugefügt werden muss, kann das Ziel ein völlig anderes sein als die Testabdeckung auf der Grundlage der vollständigen Fehlerliste. Zum Beispiel könnte das Ziel einer Testabdeckung für alle potenziellen Brückenfehler eine riesige Liste sein. Selbst wenn damit eine 99-prozentige Erkennung aller Brückenfehler erreicht wird, werden Hunderte der wahrscheinlichsten Brücken übersehen. Es wäre effektiver, hier nur die Teilmenge der Brücken auszuwählen, die am wahrscheinlichsten auftritt.

Der Stand der Technik für alle aufgelisteten Fehler besteht darin, die Testabdeckung in Prozent zu messen, indem die Anzahl der erkannten Fehler durch die Gesamtzahl der Fehler geteilt wird. Eine solche berechnete Testabdeckung hat keinen Bezug zur Wahrscheinlichkeit des Auftretens von Herstellungsfehlern für einzelne Fehler. Bei diesem Ansatz ist es schwierig, eine optimal geordnete Mustermenge zu erstellen. Dies führt zu übermäßig großen Testmustersätzen, längerer Testzeit als nötig und geringerem Vertrauen in die Schätzungen der IC-Qualität. Dies sind realistische und gängige Probleme, mit denen Entwickler heute konfrontiert sind.

Es gibt eine Möglichkeit, den Wert von Mustern zu messen, die eine einheitliche Bewertung des Wertes von Mustern auf der Grundlage der Wahrscheinlichkeit des Auftretens bestimmter physikalischer Defekte ermöglicht. Dies wird durch die Nutzung einer gesamten kritischen Fläche (TCA – Total Critical Area) erreicht. Mit der neuen Fähigkeit automatisch generierte Testmuster mit der kritischen Fläche zu gewichten, können DFT-Ingenieure auf einfache Weise die beste Mischung von Mustern für bestimmte Fehler und die zu verwendenden Muster bestimmen. Dies ist das erste Mal, dass die Berechnung des gesamten kritischen Bereichs für alle Defekte im digitalen Logikteil eines Chips in einem kommerziellen ATPG-Tool verfügbar ist.

Beispiel für die Berechnung
Bild 1a. Beispiel für die Berechnung...
© Siemens EDA
Berechnungsformel
Bild 1b. ...der gesamten kritischen Fläche für eine Brücke zwischen zwei Netzen.
© Siemens EDA

Der kritische Bereich bezieht sich auf den Bereich in einem IC-Layout, der die Wahrscheinlichkeit bestimmt, dass ein bestimmter physikalischer Defekt einen Fehler im Entwurf verursachen kann (Bilder 1a und 1b). Die gesamte kritische Fläche (TCA) ist die Summe aller einzelnen kritischen Bereiche eines Kurzschlusses zwischen zwei Anschlüssen oder einer Unterbrechung in einer Verbindung, gewichtet mit der Wahrscheinlichkeit des Auftretens.

Ist eine gemeinsame Metrik verfügbar, um den Wert eines Musters auf der Grundlage der Wahrscheinlichkeit des Auftretens des von ihm erkannten Fehlers zu bewerten, können neue Muster hinzugefügt werden. Die neuen Muster zielen auf neue Fehlermodelle ab, um einen effektiveren Mustersatz zu erhalten, selbst wenn die Anzahl der Muster die gleiche ist wie beim ursprünglichen Mustersatz. Entwickler können anhand der Fähigkeit der Muster, physische Fehler zu erkennen, die effektivsten Muster aus dem gesamten Mustersatz auswählen. Die Verwendung von TCA ist ein wesentlich besseres Maß für die Qualität der angewandten Testmuster als die bloße Zählung der Anzahl von Fehlern oder Defekten.

Testmuster auswählen

TCA-Werte werden anhand von Informationen zum physikalischen Layout berechnet. Eine benutzerdefinierte Fehlermodelldatei (UDFM – User-Defined Fault Model) speichert die Modelle für jeden Fehlertyp, z.B. zellenintern, Brücke, offen, Zellnachbarschaft. Die UDFM-Dateien werden in das ATPG-Tool eingegeben, um Testmuster zu generieren, und können zur Durchführung einer layout- und zellbasierten Fehlerdiagnose verwendet werden.

Separate UDFM-Dateien für kombinierte Testmuster
Bild 2. Separate UDFM-Dateien können eingelesen werden, um die kombinierten Muster auf der Grundlage von TCA zu ordnen und zu optimieren.
© Siemens EDA

Beim Einlesen in das ATPG-Tool können die UDFM-Dateien, die TCA-Fehlerdaten enthalten, auf die Muster angewendet werden, um sie vom höchsten TCA zum niedrigsten zu sortieren. Bild 2 zeigt, wie man verschiedene Fehlermodelle lädt, um den Mustersatz zu optimieren. Es kann verwendet werden, um den TCA für einen bestehenden Mustersatz zu simulieren und zu berechnen oder um einen neuen Mustersatz von Grund auf zu erstellen. Es können verschiedene Berichte erstellt werden, über die während der ATPG berücksichtigte TCA, die zusammengefasste Abdeckung, die Fehlerliste und eine ebenenbasierte TCA-Zusammenfassung.

Einige Schlüsselelemente der TCA-gewichteten ATPG sind:

  • Auswahl der effektivsten Muster,
  • Auswahl von Zielen für Mustertypen und Abdeckung,
  • Bestimmung der Wirksamkeit neuer Mustertypen,
  • Einstufung des Musterwerts nach Wahrscheinlichkeit der Fehlererkennung,
  • Automatisches Sortieren und Auswählen von Mustern,
  • Erstellung eines kleineren Mustersatzes durch Auswahl mehrerer Fehlermodelle im ATPG-Lauf.

TCA-Testmustersätze haben gezeigt, dass die gleiche oder eine bessere Fehlererkennung mit weniger Mustern möglich ist, was die Testzeit und -kosten reduziert. Die TCA-gewichtete Musterauswahl ist ein großer Fortschritt in der automatischen Testmustergenerierung für qualitativ hochwertige Tests in kürzester Zeit.

 

Der Autor

Ron Press, Siemens EDA
Ron Press, Siemens EDA
© Siemens EDA

Ron Press

ist Director of Technology Enablement für die Tessent-Produktfamilie bei Siemens Digital Industries Software.


Verwandte Artikel

Siemens Aktiengesellschaft