汽车、智能驱动测试发生翻天覆地的变化

设计测试变得非常更具挑战性在越来越多的不同设计,高级节点和可能有几十种不同的处理元素和记忆。

从历史上看,测试被认为是必要的,而是平凡的任务。在过去一年左右的时间里发生了很大变化。随着系统复杂性的提高,ICs的角色在安全至上的市场继续增长,设计测试(DFT)已经发展成为一个重要的成分,以确保可靠性。现在必须考虑在最开始设计的流程,需要插入不同战略的地方流和芯片内部,确保芯片和整个系统的正常运营。

这DFT从几乎是一个事后的想法变成一个更加有趣的挑战,各种新的选择和创新。

半导体设计的“这是一个凉爽的地方,”罗伯Knoth说,产品管理总监节奏。“从历史上看,DFT总是一直在儿童表,在必须证明它的存在的原因。最初人们问,‘你为什么添加所有这个领域和路由到我的设计?“现在,这是完全正常的。没有人谈论它了。这只是假设。”

这有几个原因。一是大多数芯片开发的前沿billion-unit设计的手机或电脑。他们中许多人更多的定制,异构设计在小批量生产在最先进的节点或先进的包。其结果是,自动测试模式生成(生成)不再是足以保证质量即使在消费应用程序。但是芯片也被用于更多的安全性至关重要的市场,如汽车、医疗和工业,他们预计将持续十年或二十年,并测试在这个方程是一个关键元素。

面临的挑战是维持足够的测试覆盖率,同时添加多种新的测试。这变得更加困难,因为测试抽象的水平变化。因此,尽管还需要更多的精确,也有需要提高抽象层次测试更多的功能和交互。

“这需要更多的精度在两个方向上,”罗恩新闻,说技术支持主管导师,西门子业务。“所以我们走得细,较低层次的细节我们能做什么。但对于用户,他们不能花所有的时间这样做,所以他们必须更高层次的一点抽象。”

大,这一点变得尤为重要,复杂的设计,因为一种类型的测试不再是足够的。最复杂的soc和人工智能芯片需要各种各样的测试程序,从建自测混合信号测试,系统级测试,以及典型的测试使用自动化测试设备,已成为在工厂测试的主力。角色每一小部分的问题需要映射出早期设计流程,和他们需要紧密集成,因为他们从单一代码库。如果内存BiST设计与测试按压,其他类型的测试都知道它。

“当我要做我的模式,它知道什么内存阿拉伯学者,如何配置它,什么类型的断层会计是存在的,”记者说。“这使得我们可以解决更大的问题要容易得多。”

这种集成测试是必不可少的对于汽车和任务关键型应用程序,需要可视性低水平的忠诚,他解释说。“生产测试后,我们希望装运或有缺陷的零件很少去系统测试。汽车容易增加更高的保真度模式来捕获一些与传统测试的东西可能会逃,超越cell-aware测试”。

图1:内存阿拉伯学者在汽车设计。来源:导师

更多的数据
更多的测试也导致更多的数据,不过,需要迅速的测试数据。这是开车需要增加带宽芯片和芯片外,包括一些创新策略来加快数据流没有添加专用电路。

“我们已经听说这是越来越难获得足够的带宽/测试时间,”Steve接线盒说高级营销主任测试自动化Synopsys对此。“你想维持一定的测试时间设计继续跟进摩尔定律,但它不是仅仅设计方面。也是汽车设计要求降低DPPM(缺陷ppm),你需要不同的断层模型,cell-aware,等。唯一的办法来降低测试时间或成本是增加带宽到芯片上,但那是越来越困难,因为即使芯片越来越大,I / O引脚的数量增长proportionally-and当然数字针的数量不是增长。”

因此,测试团队正努力找到足够的测试针将测试数据,他说,导致不同的方式思考问题。“为什么担心这些专用测试针和试图增加号码吗?为什么不试试其他方式获取数据到芯片吗?实现的是,几乎每个芯片今天会有某种形式的高速功能接口USB和PCI Express,这些是非常高的带宽接口。他们可以去任何地方从5 Gbps,一直到超过100 Gbps-depending车道的数量。”

图2:测试通过高速功能接口。来源:Synopsys对此

使用不同的数据
DFT的早期以来一直在芯片行业,和一直关注确保工程师可以获得可见性的芯片里想的是什么post-manufacturing结构测试,或诊断测试。这个概念仍然是差不多today-investing在“可测试性”在设计流程的早期通过将额外的逻辑芯片上,和同样重要的是,“连接器”,让工程师访问这些信息。这种方法可以节省设计时间,提高质量,提高盈利能力。

但也有多种方式来实现。“原则是传统的阿拉伯学者和DFT都集中在电气和逻辑检查,但现在的问题是在系统层面,引起系统复杂性的挑战,”鲁珀特•贝恩斯说,公司的首席执行官UltraSoC。“主要的应用程序调试、开发、验证、和集成,但也有应用程序在测试区,。当你说“测试”的人,他们往往认为通过/失败的场景,但是当我们开始收集更多的数据和应用数据的科学技术,我们可以比这做得更多。我们可以得到一个详细视图是什么导致特定的失败modes-perhaps过程变化在整个晶片,或一块边缘的规范工作。”

这些数据也可以用于各种其他方法来提高可靠性和投放市场的时间。“数据也可以反馈到设计过程,从芯片收集真实的数据,”贝恩斯说。”,可用于仪器设备最常见的失效模式和如何提高产量。”

人工智能测试的挑战
人工智能芯片添加自己的特殊挑战,尤其是推论芯片边缘。他们需要灵活和轻量级的,但他们也非常具体的设计。

“一个关键考虑公司设计人工智能不仅仅是即插即用的能力,但也去市场,“导师的新闻说。“汽车芯片是这样,很多人工智能汽车。很多公司都在竞争,他们想要以最快的速度进入市场。他们不希望测试慢一些,,但是没有一种类型的设计。一些公司可能会有几个重复的块,而其他人则成千上万的重复的块。他们每种方法不同,但是都需要有一个简单的即插即用的方法,这样他们就可以完成他们的工作在早期层面尽可能快速通过DFT块模式,即插即用,然后尽快进入市场。”

展望未来,就像其他地方的设计流程,机器学习预计改善和增加测试。这些技术已经被用于进行诊断模式失败的测试人员,新闻说。“我们使用机器学习的方法来确定系统的问题,人类是看不见的。我们有很多这种大数据分析时,我们看到的一个变化是,大公司现在正采取一切失败在生产失败的数据,如扫描模式失败,上升到一个服务器,它是做这种类型的诊断。另一个系统机器学习分析识别系统应解决的问题,和最具代表性的ICs哪里解释它在成千上万的ICs的虚拟故障分析。然后我们可以得到类似的几何不太频繁,并且它可能会改变他们的一些物理规则或者某种类型的via-something告诉工厂的人如何提高系统和人类做不到。如果你的收益率96%,你去97%,值得很多的钱——这是在后台运行。”

节奏的DFT Knoth看到进步显著变形安全性至关重要的应用,比如汽车的AI /毫升类芯片。“有些是安全至上,有些不是,但它是这个AI /毫升架构,推动EDA和半导体资金对于创业公司来说,他们有两大挑战就是力量,另一个是吞吐量效率。的原因,他们在硅有专用的AI /毫升处理器,因为如果他们可以解决功率效率和吞吐量问题,有巨大的收益。”

对建筑有很大影响的选择,最终测试策略。“你有吨的片上和分布式内存,“Knoth说。“他们被推入更高级节点尽可能多的,因为你想把尽可能多的这些复制的处理器。有大量的多处理,导致多级层次结构,随着大规模、多实例化”。

例如,在一个stepped-and-repeated处理器阵列,这导致庞大的数据在设计方面。为生成故障实例的数量很高。虽然主处理器核心可能会加强和重复,各种胶逻辑必须适应不规则的形状,所以物理挑战变得更糟。”信号的数量可以从那些块顶级逻辑更为减少,所以你必须开始思考层次插入扫描分层压缩插入,什么样的信号是你广播;一吨担心落回测试阵营,”Knoth说。

从DFT的角度来看,这需要一个超高要求测试的结果(QoR)质量等级的最低水平,他说。“如果你放弃任何一点测试QoR最低的处理器,一旦你步进重复它,这是一个死亡的一千人削减。在汽车有开车去把所有的水平RTL,当你开始思考这种大规模重用,巨大的分层设计,RTL和门电路级插入给你你最好的平衡。”

结论
今天的设计汽车和AI /毫升挑战发展和加强,所有设计和验证实践和技术必须与测试- - - - -进化。尤其是在关键任务应用程序,监控和纠正的能力而在操作可能导致更多的创造性的和有效的方法,确保设备始终正常运转。

这是一个巨大的改变在被认为是一个昏昏欲睡的芯片行业多年的一部分。但对于芯片的发展和在更多的市场,测试需要的发展,。现在,而不是孤立地工作,DFT工程师们面临着许多相同的挑战是设计团队的其他部分。这可能是最重要的几十年来改变世界冲击测试。

有关的故事
模拟设计失败的原因
模拟电路停止遵循摩尔定律很久以前,但这并没有帮助。
设计测试知识中心
DFT热门文章、白皮书和博客
观察测试不同
测试策略是如何改变,以适应小批量的更复杂的设计和新的包装技术。