“時間就是金錢”這句話在半導體器件的生產(chǎn)測試中尤為貼切。

因為只有晶圓或芯片測試完畢后，其他部件才能開始測試。測試速度越慢，就越需要更多的自動化測試設(shè)備（ATE）來滿足生產(chǎn)測試吞吐量要求。最近幾代的先進工藝節(jié)點器件有更多的測試引腳數(shù)、更快的測試通道和更大測試向量存儲容量導致ATE硬件的價格大幅上漲。

此外，由于芯片功能的不斷增加，需要測試的邏輯增加，因此需要更多的測試向量和測試儀內(nèi)存，成本也隨之增加。更多的測試向量還需要更長的測試運行時間，為了保持吞吐量，就需要增加測試儀數(shù)量。

所以說，如果測試速度不夠快，芯片生廠商的成本會越來越高。

自動測試向量生成（ATPG）廣泛用于生成在生產(chǎn)測試儀上運行的程序?，F(xiàn)代芯片的復(fù)雜性也給測試過程帶來了壓力，通常需要較長的運行時間，這可能會導致生產(chǎn)測試推遲。

特別是對于需要測試數(shù)百萬芯片的大批量產(chǎn)品而言，每節(jié)省一秒鐘的測試時間都會帶來巨大的收益。然而，在減少測試向量的同時，必須保證盡可能高的測試覆蓋率或向客戶交付的產(chǎn)品質(zhì)量。因此，有效的高效ATPG解決方案對生成的測試程序乃至生成過程都有很高的要求。

傳統(tǒng)的向量生成流程是一個迭代的手動循環(huán)，開發(fā)者首先要設(shè)置典型的ATPG工具參數(shù)，如提供故障模型、定義設(shè)計約束、指定所生成測試的ATPG指標目標等。然后，開發(fā)者對達到目標結(jié)果質(zhì)量（QoR）所需的工具設(shè)置做出盡可能準確的估計，并運行測試向量生成。

第一次嘗試很可能無法達到ATPG目標，通常需要大量的專業(yè)知識和多次嘗試，而且開發(fā)者需要對工具設(shè)置進行反復(fù)微調(diào)，才能收斂到可接受的結(jié)果。之所以會出現(xiàn)這種情況主要是由于多個ATPG工具參數(shù)之間的相互依賴關(guān)系及其對ATPG QoR的影響，使得手動管理變得非常復(fù)雜。即便是測試專家，也需要更長的時間才能獲得理想結(jié)果。

即使使用這樣的流程達到了預(yù)期的結(jié)果，也無法保證設(shè)計之間的可重復(fù)性，因此周轉(zhuǎn)時間和測試向量簽核時間表擁有一定的不可預(yù)測性。這可能意味著，當芯片從晶圓廠運回進行測試時，測試向量可能還沒有準備就緒，從而使ATPG在關(guān)鍵路徑上和設(shè)計進度上面臨風險。

引入人工智能（AI）是滿足現(xiàn)代測試向量生成流程要求的一種創(chuàng)新方法。基于人工智能的ATPG解決方案可以通過并行運行的方式，不斷學習設(shè)計特性、ATPG引擎行為、用戶約束/目標以及可用的設(shè)置。在優(yōu)化設(shè)置時，通過對結(jié)果進行相關(guān)性分析，了解哪些有效、哪些無效，這正是人工智能擅長的工作。在這個工具內(nèi)部，無需任何手動迭代或設(shè)置操作，即可收斂至測試覆蓋率目標，從而實現(xiàn)一次就正確的結(jié)果。

以下是我們建議的流程：使用標準ATPG進行初始運行，以獲得干凈的設(shè)計DRC，然后使用分布式ATPG運行，通過網(wǎng)表下降和/或ATPG更改來分析、優(yōu)化和驗證目標測試覆蓋率，運行時間非常短。在達到所需的測試覆蓋率后，可以利用人工智能盡量減少芯片進入生產(chǎn)測試前所需的測試向量。這一流程可以在保證設(shè)計進度的同時，得到低成本高質(zhì)量的測試向量，并實現(xiàn)快速周轉(zhuǎn)。

新思科技TSO.ai（測試空間優(yōu)化）是一種人工智能驅(qū)動型ATPG解決方案，可學習和調(diào)整設(shè)置，持續(xù)生成盡可能少的測試向量，同時消除不必要的迭代，加快任何設(shè)計的結(jié)果生成時間。在一些情況下，當測試儀內(nèi)存有限時，它還能在固定測試向量數(shù)量下實現(xiàn)更高的測試覆蓋率。該技術(shù)可用于最大限度地減少最終流片網(wǎng)表或已投入生產(chǎn)的設(shè)計所需的測試向量，以快速節(jié)省測試成本，同時也可在整個設(shè)計過程中通過網(wǎng)表下降進行學習，以縮短最終向量減少過程的周轉(zhuǎn)時間。

事實表明，這種方法可在所有應(yīng)用領(lǐng)域?qū)崿F(xiàn)一致的測試成本降低，通常情況下向量數(shù)量會減少20%至25%，在某些情況下甚至超過50%。這加快了生產(chǎn)測試的速度，節(jié)省了時間和成本，同時減少了特定產(chǎn)量所需的測試儀數(shù)量。

審核編輯：湯梓紅