在奈米級設計中重新考慮DFT策略
目前半導體產業面臨的基本問題是,為了保持品質,他們不得不在生產過程中進行一些先進測試。130nm全速測試已經成為生產測試中的一項標準部份,隨著客戶逐漸轉移到90和65奈米製程,他們正在尋找其它類型的先進測試方法。具備所有先進測試模式和缺陷模式的完整解決方案,對於改進缺陷檢測來說相當必要。
測試品質
為了確保準確的測量,自動測試模式產生(ATPG)解決方案必須能在測試期間利用內部PLL時脈。此外,處理錯誤和多週期路徑的能力對於確保最高的全速測試覆蓋率來說非常關鍵。在某個設計中,針對具有確定性測試之特定實體特性的DFM測試也相當重要。會影響全速測試的重要問題之一是故障路徑。故障路徑會影響測試覆蓋範圍和壓縮。傳統的X處理方法會也導致測試組中未知狀態的數量大量增加,並導致較低的壓縮率。
一項設計可以有很多故障路徑,必須對其考慮以避免使好的元件實效。一個好的解決方案會在圖樣產生期間追蹤路徑,如果通過該路徑傳播,則將被標記為未知。如此將可靜態測試所有其它邏輯,這些邏輯或許正被饋入到目的觸發器來提供可能的最高全速覆蓋。除了全速測試之外,某些用戶期望透過使用佈局資訊來改善某些目標測試品質。
整體策略是透過DFM規則分析、關鍵區域分析,和可能的時序及/或餘量分析來確定最可能的缺陷位置,然後用針對DFM的特定測試將這些位置確定為目標對象。其考量是將純粹的邏輯觀念轉換到某種能良好理解的實體設計、可能有哪些缺陷以及最可能的方法。
當IC上的兩條線路因為各種缺陷,包括製程問題以及雜質導致短路,就會產生橋接故障。很多橋接故障可透過結合黏著(stuck-at)和轉換測試的方法來檢測。另外還有兩種輔助方法可完成這項工作。第一種是一種確定性方法,這種方法可從佈局數據中擷取到可能的橋接資料。產生測試圖形來檢測未確定的橋接。另一種方法是多次檢測,或稱n次檢測ATPG,這種方法是一種統計方法,用來檢測未確定的橋接。利用這種方法,簡單的黏著故障被‘n’次確定為目標-每次分別確定故障。這種方法提高了檢測設計中潛在的橋接問題以及其它缺陷的機會。
此外,還可用另一種依賴電容耦合來確定潛在橋接的方法。儘管這種方法對於已確定長度的平行網路效果很好,但可能會忽略很多潛在的特定功能缺陷,這些缺陷會導致橋接故障。
圖1:壓縮測試圖形診斷的優勢。
測試壓縮
利用更先進的測試方法,測試品質將隨著技術而提高。對時間和數據儲存來說,更大型的測試執行起來更昂貴─這些測試所增加的測試成本可透過使用測試壓縮解決方案來克服,這種解決方案能將高品質的測試壓縮成可管理和具有成本效益的大小。
嵌入式確定性測試(EDT)技術能產生高度壓縮的圖樣,與傳統的ATPG方法的測試覆蓋率相同。此外,EDT邏輯對於設計路徑來說是非插入式的,可支援直接診斷,並提供高效的測試時間和數據量壓縮。業界正要求提供超過100倍的壓縮率,未來還可望推動實現超過1,000倍的壓縮率。
改善測試品質意味著增加額外的測試圖樣,而額外的測試圖樣產生也意味著增加的執行時間。為了有效改善測試品質,整個解決方案必須能處理增加的測試數據量,以及ATPG處理次數的增加。分散式ATPG現在能在故障模擬和圖樣產生上提供可伸縮的執行時間改善。
EDT技術增加的額外好處是支援基於模組的設計,稱之為模組化EDT。它能靈活地將壓縮掃描鏈與非壓縮鏈上的直接存取混合。這為處理可能出現在頂層的不同類型IP模組提供了更大的靈活性。這可大幅降低頂層接腳的數量,以及掃描所需的連接數量。
記憶體測試
目前,嵌入式記憶體佔50%矽晶片面積的情況非常普遍,因此,高品質的記憶體測試對於確保品質以及低DPM水準非常關鍵。目前有幾種用於測試嵌入式記憶體的商業解決方案。一個重要的要求是工具必須提供最高的測試品質,具有最大的測試演算法選擇,以及最高的全速測試工作速度。
對於BIST產生以及插入等,也應該具備完整的RTI級流程支援。此外,還應能利用現成掃描暫存器,以便在不增加任何額外電路的條件下發送和接收記憶體測試圖形,這可透過確定在成功傳遞到記憶體所需之現有邏輯上的掃描圖樣來實現。
製造診斷
由於掃描測試和掃描診斷在未來的故障分析和良率改善上將扮演越來越重要的角色,能從生產測試失敗記錄中直接診斷壓縮向量的能力,對實現這些功能而言非常關鍵。壓縮圖形診斷的優勢是可實現圖4中描述的產品線診斷。一旦壓縮圖形產生,他們便被直接應用到ATE;記錄故障文件並饋入到診斷引擎中。用戶可查看該流程中的診斷結果。儘管測試成本較高,但這種方法提供了非常有價值的故障分析資訊,這些資訊能與實體缺陷產生關聯。
小結
對矽晶片製程而言,有兩大因素會產生極大影響。第一是低良率和新設計以及特性相關缺陷機制,測試對於確保品質來說尤其重要。業界需要更好、更有效的測試來保持足夠的品質(DPM)水準。其次,因為主要的良率損失機制正從微粒類缺陷轉移到特性相關缺陷,掃描測試和掃描診斷在故障分析和良率學習上越來越重要。
Chee-Chun Tay
應用顧問
Mentor Graphics公司
chee-chun_tay@mentor.com
社區今日頭條 |
---|