1、PDF外文：http:/ 4440 字 自适应测试 :处理过程可变性 文献名称 Adaptive Testing:Dealing with Process Variability 出处： IEEE Design & Test of Computers, 2011, 28(6): 0041-49 作者： Peter Maxwel 起止页码： 41-49 出版日期（期刊号）： 2011 年 11 月 出版单位： IEEE Design & Test of Computers 本文描述了自适应测试在日益增长的需要和成本效益的 IC
2、动态测试和有差别地管理 生产工艺变化中的应用发展。不同程度的提出了采用自适应处理的优势及例子。最后 ,对于它未来的发展做出了讨论。 对设计和测试而言一个最大的挑战因素就是过程的可变性。设备参数是由物理方法设备在生产过程中形成的。他们的行为是由大量的物理属性 ,包括尺寸 ,形状 ,取向 ,掺杂剂的水平。为了小减几何形图 ,它变得越来越难控制这些属性。例如 ,一个代表65 纳米晶体管有栅氧化层的厚度 1.3 海里。鉴于一个二氧化硅分子约 0.3 nm,氧化物厚度只包含四个或五个分子。一个分子的差异代表着 20%的变化。这将转化改变阈值电压 (VTH)、阈下的泄 漏电流 (IsubTH)
3、和有功电流 (IDS)。随机掺杂剂的波动可能导致相当大的延迟 ,而大小和位置引起显著的参数变化。 虽然果效差异的原因可以理解 ,对硅预测的结果是另一个重大的挑战。设计最坏的状况是不现实的 ,因为它会导致不能实现操作 ,以及过度区和功耗。解决这些问题已经有很多基于统计学的设计研究 ,无论大门水平和高度水平。然而 ,所有的变化和不确定性是不可控的 ,所以测试要求考虑周全。一个类似的争论在住宿的可变性是不足以允许传统的警卫带提供有用的部分。 试测的目的是为节省成本以及提高幕屏质量和可靠性 ,维护他们在一致的水 平 ,同时限制不必要的产量损失。传统方法背景下它是非常难去做变化巨
4、大的测试。为提高测试的性能 ,某种形式的适应是非常必要的。 传统测试与自适应测试比较 传统上 ,测试范围 ,内容和流静态设置 ,只有偶尔基于离线分析更新。时间尺度通常是每几个月之后 ,经过大量的数据收集和分析。根据沉降物 ,限制是可以调整的 ,移除无效的测试、改变测试顺序等等。 这使用种方法 ,所有零件采用同样的测试 ,不管每一部分零件的独自表现。这种方法当变化很小时比较满意 ,但当变化比较大时 ,要么由于过多数量导致失败要么过于严格的限制 ,或者有大量的测试没有 进行 ,因为采用了宽松的限制来减少产量损失。 自适应测试 ,另一方面使用方法改
5、变测试条件 ,流动 ,内容和范围基于制造测试数据和统计数据分析。粒度的变化是广泛的可能会被应用在 subdie 水平 ,在这种情况下 ,不同块的芯片上可以有测试响应的改变在其他块在另一个极端 ,检测后统计分析可以用来优化测试未来的产品。 图 1：自适应测试流。共享数据库和离线分析系统的核心部分的自适应检测。 我们可以包括在自适应测试的过程的信息从内联和早期前馈检测后来测试步骤和反馈检测后的数据统计分析。例如 ,过度的后果在封装测试可能会引发更多严格 的晶片测试。相反 ,比平时多晶片影响可能会引发更广泛的老化。前馈还可以被使用在一个测试步骤 ,比如当一个减少向量组用于获
6、得一个估计的最低工作电压 (minVDD)、这是美联储期待完整的向量组中使用的通过 /失败标准。 这都是些一般概念的例子的数据分析 ,可以用来调整测试范围和内容在生产测试。分析可以发生在准确的时间 (在平行与测试 ),靠近时间 (最后的样品测试和结尾的晶片和很多测试 )和离线。一般来说 ,离线分析可以用来优化测试流程 ,以及测试内容和测量例程。离线分析结合了数据从许多来源 ,包括历史数据收集、测试能力 ,所需的周转 时间 ,有缺陷的零件的质量要求 ,和预期收益率和参数化。比起传统的测试 ,重点是大大缩短周期时间的任何修改 ,以减少直接输入的产品和测试工程人员。 图 1
7、显示了一个高级流程图的适应性测试。这样一个系统的核心是一个共享数据库和离线分析系统。数据库是建立不仅从信息中获得的测试但也从许多其他输入 ,任何或所有这些可能会影响测试已经完成。例如 ,一个紧急业务需要零部件速度本低比最大可能引发 rebinning。制造数据表明快或慢可能在很多条件下改变 ,由速度测试确定是删除或添加。 信息从这个数据库。实时分析可能发生在测试单个模 ,连续 模 ,或在短时间之间窗口 (如 5 秒内 )。这样的分析是需要允许在测试内容的动态变化和流在模水平。还有一个重要的约束条件是 ,分析不能显著降低测试。 系统显示使全前馈和落后的数据和分析结果从任何
8、鉴于测试步骤到另一个。虽然没有显示在图 1 中 ,这个系统将启用多个基于数据分析的产品测试流 (或工艺路线 )产品。 语术自适应以可测试追到一篇文溯章里希克辛和格纳在 1993 年 ,在书中 ,作者们获得的数据描述从 相邻模来 预测设备的产量测试 (DUT)。使用这个预测 ,测试长度 (或停滞 ,故障覆盖率 )可以调节，以获得期望的缺陷程度 ,从而提高测试时间 或改进质量相同的测试时间。 其他早期的自适应方法是关于 IDDQ 测试时 ,很明显一个固定的阈值方法是无效的 ,因为大的变化看到在泄漏电流从模到模，而不是有一个固定的限制 ,一个程序或算法将定义 ,设定测试极限。
9、参数算法会在期间获取表征然后固定所有模具。在测试执行时 ,实时响应数据收集的 DUT 测试仪将被用作输 入限制设置算法 ,计算了适当的限制在个人模基础上。例子对于当前的比率 (IDDQ 测试的比例最大到最小电流 ),当前签名 (重要步骤排序的电流 )和 Delta-IDDQ(变化在电流从一个向量到下一个 )，相似的概念被应用于最小工作 电压 (minVDD) 测试 ,得到的 minVDD 预测值从测量相邻模 ；这个值成为限制模在测试。 这些发展催生的概念离群值筛选和数据驱动测试。除了允许变化 ,异常筛选改变了基础的测试 ,从是否部分良好，是否这个部分是不
10、同的 ,导致部分通过所有测试规范 ,但拒绝如果他们之外预期的分配一个或多个参数测量。 上述例子说明在测试中使用连续变量 (参数 ),比简单的通过 /失败结果好。模拟电路是特别适合这种方法 ,因为他们通常有大量的参数测试 ,这些参数进行连续值。大量测量代表丰富的环境自适应测试 ,因为很有可能 ,并不是所有的需要测量的时间benner和描述了一个方法的 Boroffice改编 ,在这数据收集到一个固定的样本和过程能力指数 (肌酸磷酸激酶吗 )，再根据方程确定每个量。 自适应处理面临的挑战之一是模拟电路涉及到的大量测量在晶圆测试应选用，以达到对于异常值筛选的目的。因为使用可能数以百计的外置屏幕是不可行 ,一个初始
