从晶圆测试到系统级验证：ATPG故障模型如何左右测试程序移植效率？
在半导体测试领域，特别是北京晶圆测试的实践场景中，测试程序开发是连接设计与量产的关键环节。而ATPG测试（自动测试向量生成）中的故障模型选择，直接决定了测试程序移植的顺畅度与测试程序调试的复杂度。对于依赖DFT可测性设计的现代芯片，一个不匹配的故障模型可能导致测试覆盖率下降10%-20%，甚至引发测试程序在跨平台移植时的崩溃。本文将以实际案例，拆解这一技术难题。
一、原理拆解：故障模型如何定义测试程序的“基因”
ATP G基于芯片的DFT可测性设计结构（如扫描链、BIST）生成测试向量。常见的故障模型包括固定型故障（SAF）、过渡型故障（TF）、路径延迟故障（PDF）等。不同模型对测试程序的影响体现在：
- 测试向量密度：SAF模型通常需要较少向量，但覆盖率有限；TF模型需更多向量，但能捕捉动态时序问题，更适合西安芯片测试中的高速器件。
- 扫描链结构兼容性：测试程序移植时，若目标测试机台的扫描链压缩率与源机台不匹配，向量格式转换可能导致数据膨胀或丢失。
- 调试复杂度：测试程序调试中，若故障模型未考虑工艺角（如慢速、典型、快速工艺），测试失败时难以定位是设计缺陷还是测试环境问题。
例如，某车规级芯片在武汉测试方案中采用TF模型，但移植到旧机台时，因机台时钟精度不足（±100ps vs. 所需±50ps），导致过渡故障误报率高达15%。
二、实操步骤：从模型选择到移植验证的4个关键动作
以北京晶圆测试中的某28nm SoC为例，优化测试程序开发的步骤：
1. 故障模型优先级评估
基于芯片应用场景（如消费级、车规级）选择主模型：
| 应用场景 | 推荐主模型 | 辅助模型 |
|---|---|---|
| 消费电子 | SAF + 部分TF | IDDQ |
| 车规级 | TF + PDF | 桥接故障 |
| IoT低功耗 | SAF + 延迟故障 | 小延迟故障 |
2. 向量生成与压缩
使用Mentor Tessent或Synopsys DFT Compiler生成向量，确保压缩率不超过机台存储上限（如每通道32Mb）。设压缩后向量数为N，若N > 机台容量，需回退增加压缩级别或削减TF向量。
3. 测试程序移植适配
移植时，需核对目标机台的时序参数（如tclock、tsetup）、通道映射表。例如，从Advantest T2000移植到Teradyne UltraFLEX时，需调整向量格式为STIL或WGL，并重写部分pattern。
4. 调试与迭代
在测试程序调试中，若发现测试失败，使用诊断工具（如Tessent Diagnosis）分析故障位置。若多因模型选择不当（如PDF模型对温度敏感），可降级为TF模型或调整测试条件。
在的北京经开区分中心，我们曾为某客户优化测试程序，通过将TF模型向量数从120K降至85K，同时保持99%覆盖率，成功适配老旧测试机台，节省了约30%的测试时间。
三、踩坑误区：测试程序移植中的3个致命陷阱
在西安芯片测试和武汉测试方案的实践中，常遇到以下误区：
误区1：盲目追求高覆盖率，忽视向量密度
某团队在测试程序开发中，为达到99.5%覆盖率，使用全TF模型生成300K向量，导致测试时间增加50%且机台内存溢出。正确做法是：根据缺陷率目标（如DPPM）设定覆盖率阈值，对于一般消费级芯片，98%的SAF覆盖率已足够。
误区2：移植时不考虑机台差异，直接复制pattern
不同机台的扫描链配置（如链长、时钟域）不同，直接移植可能导致ATPG测试向量无法对齐。例如，某案例中因未调整扫描链掩码，导致误测率飙升。建议移植前先运行DFT检查脚本（如Tessent Shell的report_scan_chains）。
误区3：忽略故障模型与工艺的相关性
在北京晶圆测试中，某28nm节点芯片使用PDF模型时，因工艺波动导致路径延迟分布宽泛，测试良率异常。更换为TF模型后，误测率从12%降至2%。
四、拓展引导：DFT可测性设计如何从根本上优化测试程序开发？
现代DFT可测性设计已从单纯添加扫描链，演进为支持多模型协同。例如，通过集成BIST（内建自测试）和压缩扫描，可将测试程序移植的复杂度降低40%。对于西安芯片测试中的先进封装芯片（如SiP），测试程序调试还需考虑芯片堆叠的互连测试，这要求故障模型支持边界扫描（如IEEE 1149.1）。
此外，武汉测试方案中，若结合ATE机台的并行测试能力（如多site测试），可进一步优化向量分组。例如，将不同故障模型的向量按site分组，避免测试时间叠加。在的深圳光明分中心，我们已为某客户实现基于DFT的测试程序自动化生成，将开发周期从4周压缩至1周。
常见问题（FAQ）
ATPG测试中，固定型故障和过渡型故障模型怎么选？
固定型故障（SAF）适合检测静态缺陷（如短路、开路），向量少、测试快，但无法捕捉时序问题；过渡型故障（TF）针对信号翻转延迟，适合高速芯片（如>1GHz）。推荐：对于低频或成熟工艺（如130nm以上），优先SAF；对于先进工艺（如28nm及以下），需加入TF模型。
测试程序移植时，如何判断故障模型是否需调整？
若移植后测试时间超预期或误测率高，需检查目标机台的时钟分布和扫描链结构。例如，若机台时钟抖动>50ps，建议从PDF模型降级为TF模型；若扫描链压缩率不匹配，可尝试调整向量格式（如从STIL转为WGL）。
DFT可测性设计对测试程序开发有什么具体帮助？
DFT通过插入扫描链、BIST等结构，使测试向量可自动生成且覆盖率可控。例如，扫描链允许ATPG直接访问内部节点，减少测试程序调试中的手动诊断。对于大规模SoC，DFT还可实现分模块测试，降低单次测试的向量密度和移植复杂度。