汽車SoC嵌入式存儲(chǔ)器的優(yōu)化診斷策略

本文介紹了一種在SoC嵌入式存儲(chǔ)器測(cè)試期間壓縮診斷信息方法。 更具體地說(shuō)，該方法被應(yīng)用于診斷嵌入式FLASH存儲(chǔ)器。 這一策略允許在沒(méi)有任何損失的情況下重建故障位圖，而壓縮方法獲得一個(gè)近似值。 所提出的方法只使用了基于坐標(biāo)的位映射方法所要求的一小部分內(nèi)存，并且與壓縮方法相當(dāng)。 以適度的測(cè)試時(shí)間開(kāi)銷為代價(jià)，所提出的策略允許大幅增加可被完全診斷的設(shè)備數(shù)量，而沒(méi)有任何位圖重建損失。 在一個(gè)真實(shí)的嵌入式FLASH生產(chǎn)場(chǎng)景中，大多數(shù)故障設(shè)備在從片上到測(cè)試主機(jī)的一次傳輸后就被診斷出來(lái)。

I.引言

集成在現(xiàn)代汽車微控制器中的嵌入式存儲(chǔ)器占據(jù)了很大比例的芯片面積。 由于這個(gè)原因，它們對(duì)產(chǎn)量有很大的影響，因此在它們的測(cè)試和維修程序上投入了大量的精力。 然后必須研究他們的故障和 "故障歷史"，以診斷生產(chǎn)階段的問(wèn)題。

測(cè)試的目的是確保每個(gè)商業(yè)化的設(shè)備都能按照預(yù)期的規(guī)格完美地工作。 在設(shè)計(jì)測(cè)試步驟時(shí)，要做很多考慮，要考慮到浴缸曲線上顯示的早期失效和其他影響電路物理參數(shù)的老化效應(yīng)。

軟件測(cè)試是業(yè)界經(jīng)常使用的可行解決方案，但眾所周知它的速度特別慢。 作為測(cè)試設(shè)計(jì)工作的一部分，已經(jīng)開(kāi)發(fā)了專門的硬件，就像在[3][4][5][6][7]中描述的那樣來(lái)改進(jìn)這方面問(wèn)題。 一個(gè)標(biāo)準(zhǔn)的方法是實(shí)現(xiàn)一個(gè)硬件BIST（內(nèi)置自檢）。 這種直接在芯片上執(zhí)行的硬件可以進(jìn)行許多內(nèi)部組件的測(cè)試，而采用外部測(cè)試工具或軟件方法是不切實(shí)際或不可能達(dá)到的。

對(duì)于嵌入式閃存（eFLASH）測(cè)試，一個(gè)存儲(chǔ)器需要多次擦除、編程和驗(yàn)證操作來(lái)評(píng)估是否存在故障。 在特性化和提升階段，另一個(gè)重要的概念是收集測(cè)試數(shù)據(jù)，將其添加到純測(cè)試中，這使得制造商能夠?qū)⒃\斷信息不斷反饋給技術(shù)專家和設(shè)計(jì)師。 這樣一個(gè)精確的流程可以提高產(chǎn)量和盈利能力。

一個(gè)廣泛采用的報(bào)告故障的解決方案是位故障圖表示，其中位行為被報(bào)告，即創(chuàng)建一個(gè)存儲(chǔ)器的矩陣表示，顯示每一個(gè)位，如果正常工作則標(biāo)記為0，如果檢測(cè)到故障則為1。 這種技術(shù)是內(nèi)存密集型和時(shí)間密集型的，因?yàn)樗枰谧詣?dòng)測(cè)試設(shè)備（ATE）和被測(cè)設(shè)備（DUT）之間進(jìn)行復(fù)雜和耗時(shí)的通信。 由于這些原因，位圖很少在生產(chǎn)環(huán)境中使用，除非在批量生產(chǎn)期間出于統(tǒng)計(jì)過(guò)程控制的原因，來(lái)壓縮沿著測(cè)試收集的信息。 一個(gè)使位圖成本最小化的解決方案包括片上位圖壓縮。

在本文中提出了一種基于數(shù)據(jù)編碼和著色概念的創(chuàng)新方法來(lái)收集和壓縮eFlash存儲(chǔ)器的診斷信息。 使用這種片上方法實(shí)現(xiàn)了高度的數(shù)據(jù)壓縮，對(duì)速度的影響很小。

在我們的設(shè)備（Aurix TC39xB）中，eFLASH測(cè)試是由一個(gè)可編程的硬件BIST和一個(gè)CPU組成的復(fù)合片上模式進(jìn)行的。 當(dāng)BIST應(yīng)用測(cè)試刺激時(shí)，CPU協(xié)調(diào)整個(gè)過(guò)程，包括接收和表述來(lái)自BIST的故障信息以產(chǎn)生編碼的故障位圖。 通過(guò)謹(jǐn)慎使用這種設(shè)置，可以節(jié)省很多內(nèi)存，而且測(cè)試時(shí)間的開(kāi)銷也是可以接受的。

本文組織如下：在第二部分，簡(jiǎn)要解釋了用于eFlash測(cè)試的BIST架構(gòu)，并分析了eFlash測(cè)試流程，以了解診斷信息的主要來(lái)源。 在第三節(jié)中，詳細(xì)解釋了特別是從失敗的坐標(biāo)到創(chuàng)建基本信息結(jié)構(gòu)的過(guò)程。 第四節(jié)展示了在生產(chǎn)階段收集的1800多個(gè)真實(shí)案例位圖的實(shí)驗(yàn)結(jié)果。 在第五部分做了一些總結(jié)。

II.背景

A.嵌入式內(nèi)存結(jié)構(gòu)

在典型的嵌入式存儲(chǔ)器中，組成矩陣的位按行(稱為字行)和列(稱為位行)組織。 每個(gè)字行被進(jìn)一步劃分為具有一定數(shù)量位的頁(yè)。 頁(yè)代表內(nèi)存的最小粒度，由一定數(shù)量的位組成。 整個(gè)頁(yè)面將被訪問(wèn)，并最終被修改，以讀取或編程一個(gè)單一的位。 由一定數(shù)量的字行和位行組成的單一存儲(chǔ)器單元被稱為物理扇區(qū)。 最后，更高層次的結(jié)構(gòu)由多個(gè)物理扇區(qū)組成。 同樣重要的是提到一種常見(jiàn)的內(nèi)存組織，稱為置亂，由多路復(fù)用和鏡像位組成，詳見(jiàn)[3]：

● 復(fù)用：具有相同索引的位在字行中物理上是相鄰的

● 鏡像：字行以其中間點(diǎn)為對(duì)稱軸進(jìn)行鏡像。

圖1顯示了一個(gè)以4位字組織的16位存儲(chǔ)器的可視化表示。 在物理上，它實(shí)現(xiàn)了4的多路復(fù)用因子和每2個(gè)擾亂位的鏡像。

圖1.從BIST接收的存儲(chǔ)器組織和故障細(xì)節(jié)

B.用于診斷的架構(gòu)

Landzberg等人所描述的嵌入式存儲(chǔ)器診斷的是最直接的結(jié)構(gòu)。 這項(xiàng)工作提出了一種基于ATE的方法，該方法可以直接訪問(wèn)被測(cè)存儲(chǔ)器，一旦出現(xiàn)故障坐標(biāo)或存儲(chǔ)在芯片上的坐標(biāo)集合，就立即檢索。 這種方法對(duì)收集到的數(shù)據(jù)不做任何處理，失敗的系列可以從整組坐標(biāo)中重構(gòu)出來(lái)。

不同的是，Schanstra等人、Chen等人和Bernardi等人通過(guò)利用整合內(nèi)存測(cè)試能力和支持片上位圖收集的額外硬件提出了一些變化。 Schanstra等人的方法使用了一個(gè)經(jīng)過(guò)修改的BIST架構(gòu)，并將其擴(kuò)展到執(zhí)行形狀識(shí)別。 所描述的BIST識(shí)別和壓縮如失敗的位行或字行等形狀。 在這種壓縮過(guò)程中，一些故障可能會(huì)丟失，所以這種技術(shù)并不能產(chǎn)生準(zhǔn)確的位圖表示。 Chen等人提出了一種壓縮方法，以減少重建故障群集所需的位數(shù)； 這種位數(shù)的減少是以重建群集的低精確度為代價(jià)的。 Bernardi等人使用集成的BIST與他們?cè)O(shè)備的CPU相結(jié)合，以壓縮他們測(cè)試中發(fā)現(xiàn)的故障坐標(biāo)。 BIST報(bào)告了每個(gè)故障位的坐標(biāo)。 然后，CPU對(duì)這些地址進(jìn)行壓縮，通過(guò)有效搜索Karnaugh圖的立方體來(lái)利用不關(guān)心值。 這種方法限制了ATE和DUT之間的通信數(shù)量。

III.擬議的方法

所提出的方法是基于編碼的概念來(lái)創(chuàng)建片上緊湊的故障位圖。 通過(guò)利用復(fù)合測(cè)試架構(gòu)，位圖信息被存儲(chǔ)在編碼或 "彩色 "片段中，我們稱之為 "切片"，并隨著測(cè)試的執(zhí)行而更新。

提出的壓縮方法保證了高精確度，與[8]類似。 相反，由于壓縮而返回一個(gè)近似的信息，如表I所示。 關(guān)于內(nèi)存需求，所提出的方法需要的內(nèi)存資源比[8]所要求的少，而在使用最小壓縮比時(shí)，比[5]中的方法略多。 擬議的方法在片上運(yùn)行，能夠在測(cè)試結(jié)束時(shí)下載完整的信息，就像[8]所做的那樣，也可能是[5]中的方法，它最初是通過(guò)額外的硬件和測(cè)試器能力來(lái)實(shí)現(xiàn)的。

圖2. CPU和可編程BIST組織

我們提出的位映射模式是由一個(gè)合適的硬軟件設(shè)計(jì)支持的，其中一個(gè)可編程的BIST可以直接從CPU中訪問(wèn)，就像在[9]和[10]中一樣。 圖2展示了用于測(cè)試的閃存設(shè)計(jì)是如何工作的。 CPU激活可編程BIST運(yùn)行的選定過(guò)程，然后等待故障事件。 當(dāng)遇到故障時(shí)，BIST停止并顯示一個(gè)標(biāo)志。 一旦CPU通過(guò)輪詢動(dòng)作注意到這個(gè)缺陷，它就可以訪問(wèn)數(shù)據(jù)，恢復(fù)BIST操作，然后進(jìn)行一些計(jì)算。 這些片上計(jì)算可能涉及到分配一些冗余元素的修復(fù)算法和像本文所述的位映射算法。 在圖3中，顯示了一個(gè)黃金無(wú)故障測(cè)試的執(zhí)行情況。 在這里，在初始階段之后，BIST在稱為 "tgold "的參考時(shí)間內(nèi)獨(dú)立測(cè)試整個(gè)嵌入式閃存。

圖3.黃金測(cè)試執(zhí)行

圖4顯示了一個(gè)不同的情況。 在這里，BIST發(fā)現(xiàn)了一個(gè)故障并停止，等待CPU讀取它并恢復(fù)其操作。 在這一點(diǎn)上，CPU和BIST可以以交錯(cuò)的方式獨(dú)立工作。 因此，當(dāng)BIST忙于測(cè)試存儲(chǔ)器的其他部分時(shí)，CPU可以分析發(fā)現(xiàn)的故障，并運(yùn)行位映射算法或本文提出的著色算法。

圖4.故障位和交織CPU和BIST操作的測(cè)試

總的測(cè)試時(shí)間增加，現(xiàn)在是 "tfaulty"，它小于整個(gè)系統(tǒng)的單一時(shí)間成分的總和（例如，tfaulty小于tgold、tread 和tencoding的總和）。 當(dāng)計(jì)算需要對(duì)故障的出現(xiàn)作出反應(yīng)時(shí)，這樣的折疊方法對(duì)節(jié)省測(cè)試時(shí)間非常有利。 在我們的案例中，我們利用這種可能性對(duì)存儲(chǔ)在芯片上的位圖信息進(jìn)行增量編碼。 每當(dāng)PBIST返回一個(gè)故障時(shí)，編碼算法被執(zhí)行，當(dāng)前的位圖信息被更新。

A.擬議的編碼策略

所提出的方法的目標(biāo)是產(chǎn)生失敗位圖的片上和動(dòng)態(tài)編碼表示。 該方法的主要目標(biāo)是使預(yù)先分配的片上存儲(chǔ)器所能容納的信息數(shù)量最大化。 片上存儲(chǔ)器構(gòu)成了一個(gè)非常強(qiáng)的約束條件。 假設(shè)可用的內(nèi)存資源在測(cè)試結(jié)束前就已經(jīng)用完了。 在這種情況下，位圖將導(dǎo)致不完整，或者測(cè)試人員應(yīng)該通過(guò)下載當(dāng)前部分進(jìn)行干預(yù)，恢復(fù)測(cè)試，并繼續(xù)反復(fù)進(jìn)行，直到測(cè)試結(jié)束。 盡管多次下載的解決方案在理論上看起來(lái)是可行的，但很少有測(cè)試器架構(gòu)支持它，而且它嚴(yán)重影響了測(cè)試時(shí)間。

因此，節(jié)省大量完整位圖的最可行的解決方案是通過(guò)對(duì)信息進(jìn)行編碼來(lái)壓縮它們。 雖然代價(jià)編碼計(jì)算所帶來(lái)的測(cè)試時(shí)間開(kāi)銷。

在我們的方法中，我們將芯片上的位圖信息編碼為 "彩色段"，也稱為 "切片"，這是我們壓實(shí)算法的基本結(jié)構(gòu)。 在仔細(xì)檢查了成千上萬(wàn)的故障集群后，我們選擇了片段而不是其他類型的形狀（即矩形）。 故障大多在字行和位行上排列，這使得片段成為編碼它們的最有效和最直接的方式。 一個(gè)片斷代表一個(gè)或多個(gè)屬于同一位行或字行的故障，其格式包括：

● 指示該段是水平還是垂直

● 該段中第一個(gè)和最后一個(gè)故障的物理坐標(biāo)部分

● 一種顏色，考慮到它所覆蓋的故障的分布情況，來(lái)描述該段的特征。

對(duì)于擬議方法，提出了四種顏色，如圖5所描述的，并在下文中說(shuō)明：

A) 黑色：一個(gè)黑色段包括一個(gè)單一的故障

B) 藍(lán)色: 代表兩個(gè)相距甚遠(yuǎn)的故障

C) 紅色: 代表在奇數(shù)或偶數(shù)位置的兩個(gè)或多個(gè)故障（一個(gè)或多個(gè)故障定期由工作位交錯(cuò)）。 這種顏色在應(yīng)用棋盤圖案時(shí)是有好處的，因?yàn)閮?nèi)存準(zhǔn)確地在其編碼圖案中測(cè)試。

D) 橙色: 兩個(gè)或更多物理上相鄰的故障

圖5.斷層形狀到顏色表示

在圖5中，左邊的部分顯示了實(shí)際的位圖，而右邊則報(bào)告了彩色的片段或切片。

圖6.基于以藍(lán)點(diǎn)表示的新輸入故障的位置更新切片

擬議的方法的目的是創(chuàng)建一個(gè)切片集，以滿足我們的DUT的故障集群。 這樣一個(gè)集合是由CPU在?y上建立的，它通過(guò)更新現(xiàn)有切片的內(nèi)容或初始化一個(gè)新的切片來(lái)應(yīng)對(duì)新的故障。

在圖6中，顯示了當(dāng)新故障到來(lái)時(shí)如何更新切片的例子：

● 首先，收到一個(gè)故障，即A.1，然后在A.2中創(chuàng)建一個(gè)黑色切片。 在A.2中，收到一個(gè)新的故障，導(dǎo)致A.3中的黑色切片更新為紅色切片。 類似地，A.3中紅色切片中間收到的故障導(dǎo)致其更新為A.4中所示的橙色切片

● 首先，收到一個(gè)故障，即B.1，然后在B.2中創(chuàng)建一個(gè)黑切片。 在B.2中，收到一個(gè)新的故障，該故障導(dǎo)致B.3中的黑色切片更新為藍(lán)色切片。 在B.3中，在藍(lán)色切片的正下方發(fā)現(xiàn)了一個(gè)故障。 由于藍(lán)色片斷不能包含額外的故障，因此創(chuàng)建了一個(gè)黑色切片來(lái)編碼B4中的最后一個(gè)故障。

B.編碼信息的片上內(nèi)存

需要考慮的一個(gè)重要問(wèn)題是片上存儲(chǔ)器是如何組建的。 這不僅與潛在的存儲(chǔ)能力有關(guān)，而且還與內(nèi)存信息的訪問(wèn)時(shí)間有關(guān)。 事實(shí)上，該算法應(yīng)該能夠快速檢查已經(jīng)包含的信息，以演變出當(dāng)前的編碼位圖。 換句話說(shuō)，該算法必須在當(dāng)前的切片集合中搜索是否有一個(gè)現(xiàn)有切片要更新或創(chuàng)建一個(gè)新的黑色切片。

擬議方法旨在最大限度地減少需要存儲(chǔ)的信息和算法處理一個(gè)新故障所需的時(shí)間。 存儲(chǔ)器組織就像緩存中使用的組織，它實(shí)現(xiàn)了一個(gè)集合關(guān)聯(lián)的方法。

鑒于所選集的數(shù)量為N，可用的內(nèi)存被分成N個(gè)相等的部分。 當(dāng)一個(gè)新的故障被記錄下來(lái)時(shí)，它的地址和故障掩碼被CPU檢索到，CPU對(duì)它們進(jìn)行處理以提取三個(gè)部分：

● 從字行地址中可以看出

– 切片所屬的集合索引，如：計(jì)算地址%N

– 以Address/N計(jì)算的集合歸一化后的故障坐標(biāo)

● 從故障掩碼中提取了一個(gè)標(biāo)簽，然后用來(lái)進(jìn)行搜索，表明該位在故障掩碼中的位置。

圖7用一個(gè)例子說(shuō)明了如何解析PBIST的輸出。 圖8完成了內(nèi)存組建的概述，在一個(gè)集數(shù)為N=32的情況下，故障掩碼包括256bits。 根據(jù)集合關(guān)聯(lián)組建的要求，內(nèi)存被分為N個(gè)大小相同的塊。 一旦從故障信息中計(jì)算出集合，就會(huì)訪問(wèn)正確的內(nèi)存部分，并使用標(biāo)簽在集合中尋找具有相同標(biāo)簽值的切片。 如果這樣的切片已經(jīng)存在于相應(yīng)的集合中，那么它將按照前面的描述進(jìn)行操作。 反之，如果當(dāng)前的故障不能與以前存儲(chǔ)的任何故障相聯(lián)系，就會(huì)存儲(chǔ)一個(gè)新的切片。

圖7.當(dāng)N=32時(shí)CPU分析的故障信息

圖示方法在搜索時(shí)間和所需位方面都非常有效。 以集為單位的劃分可以將搜索時(shí)間減少一個(gè)系數(shù)，該系數(shù)取決于集的數(shù)量N。 設(shè)定值不存儲(chǔ)在切片中，但可以通過(guò)反向公式從片上存儲(chǔ)器中的切片地址推斷出來(lái)。

圖8.用于片上切片存儲(chǔ)的可用存儲(chǔ)器的類似高速緩存的組織

C.選擇水平或垂直編碼方向

當(dāng)然，故障掩碼可能包含一個(gè)以上的故障位。 在這種情況下，該算法可以創(chuàng)建一個(gè)垂直（面向位線）或水平（面向字線）的切片。 盡管垂直著色比較容易，而且是通過(guò)在故障掩碼中一次考慮一個(gè)位來(lái)進(jìn)行的，但通過(guò)盡快識(shí)別水平形狀來(lái)盡可能減少其使用量是至關(guān)重要的。 由于擾亂效應(yīng)，導(dǎo)致故障分布在一個(gè)字行中的許多閃存頁(yè)上，要斷定一個(gè)段是水平方向的，因此變得很困難。

為了解決在選擇垂直或水平方向的速度和準(zhǔn)確性之間的權(quán)衡，當(dāng)算法 "猜測(cè) "到有一個(gè)水平形狀存在時(shí)，就會(huì)觸發(fā)水平著色。 這個(gè)猜測(cè)是基于當(dāng)前頁(yè)面收到的故障數(shù)量； 如果超過(guò)一個(gè)給定的閾值，水平著色就被激活。

圖9中解釋了方向的選擇機(jī)制。 根據(jù)故障掩碼中的故障數(shù)量，如果它們的數(shù)量小于閾值，就立即逐個(gè)地垂直著色，或者暫時(shí)保存在緩沖區(qū)中，以便以后著色。 事實(shí)上，如果將按照置亂模式在同一字行上排列的所有頁(yè)面都一起處理，那么水平著色就更有效率。 一旦采取了水平方向，臨時(shí)緩沖區(qū)就會(huì)用最終來(lái)自同一字行的其他頁(yè)面的失敗數(shù)據(jù)來(lái)更新。 緩沖區(qū)的內(nèi)容在第一次遇到不再是被調(diào)查的字行的故障時(shí)被處理。 所創(chuàng)建的水平切片被儲(chǔ)存在相應(yīng)的內(nèi)存組中。

圖9.垂直/水平編碼決定的流程圖

***IV.***實(shí)驗(yàn)結(jié)果

本節(jié)顯示了擬議算法在各種研究案例中獲得的結(jié)果。 參考設(shè)備是Aurix TC39xB，由In?neon Technologies制造。 對(duì)于這個(gè)設(shè)備，在測(cè)試操作系統(tǒng)組件大小的過(guò)程中，將RAM內(nèi)存中存儲(chǔ)位圖信息的限制定為24KB。 可用的片上內(nèi)存約束是評(píng)估該方法的關(guān)鍵因素。

在下面的段落中將比較所提出的壓縮方法與采用逐位坐標(biāo)的方法或像[5]中的壓縮方法的利弊。 根據(jù)置亂參數(shù)將這樣的空間分為32組。 配置參數(shù)，包括256位的故障掩碼和32位的地址，導(dǎo)致所提出的方法有6字節(jié)大小的切片。 相反，逐位法直接將故障坐標(biāo)保存為4字節(jié)的元素，[5]則采用字行和位行之間的共享位。

接下來(lái)的實(shí)驗(yàn)結(jié)果表明，圖示方法在內(nèi)存需求方面保證了穩(wěn)定的平均存儲(chǔ)，這意味著在提供相同數(shù)量的內(nèi)存時(shí)，它可以比參考的逐位方法存儲(chǔ)更多的信息。 換句話說(shuō)，與逐位法相比，所提出的方法可以完全記錄更多的故障設(shè)備。 該方法在增加位圖生成時(shí)間方面付出了代價(jià)，考慮到占用優(yōu)勢(shì)，這看起來(lái)是可持續(xù)的。

關(guān)于與[5]的比較，在運(yùn)行實(shí)驗(yàn)時(shí)的壓縮率為4480倍。 這是可能的最低分辨率，它需要一個(gè)固定的20KB的片上存儲(chǔ)器，因此，在存儲(chǔ)器限制下，這種方法在片上是可行的。

在這一點(diǎn)上，首先報(bào)告了所提出的方法的優(yōu)點(diǎn)和成本，并提到了來(lái)自生產(chǎn)數(shù)據(jù)的四個(gè)真實(shí)和典型的故障場(chǎng)景。 報(bào)告了所提出的方法和[8]之間的比較，后者在片上保存了故障單元坐標(biāo)的完整列表。

然后，考慮了一個(gè)更廣泛的失敗設(shè)備集，大約2000個(gè)，這些設(shè)備被準(zhǔn)確地挑選出來(lái)，構(gòu)成了大量的生產(chǎn)樣本。 這一部分揭示了逐位法的速度稍快，但受到可用的片上存儲(chǔ)器空間的限制。 同時(shí)，這種限制在所提出的方法中得到了緩解。 還比較了[5]中壓縮后重建的位圖的平均精度，并計(jì)算了一個(gè)相關(guān)指數(shù)，以評(píng)定與無(wú)損方法相比在精度上的損失。

A.對(duì)一些典型階段的精細(xì)分析

下面的圖是經(jīng)過(guò)裁剪的位圖，顯示了一些故障的嵌入式閃存的特定區(qū)域。 每張圖都有（A）故障位圖和（B）算法返回的相應(yīng)表示。

圖10顯示了一個(gè)垂直方向的故障情況。 在這種特殊情況下，eFlash受到388個(gè)故障的影響，相對(duì)于黃金執(zhí)行（具有良好內(nèi)存的測(cè)試）的開(kāi)銷是21ms。 與需要14.35ms的逐位方法相比，擬議方法顯示了46%的相對(duì)時(shí)間開(kāi)銷。 盡管有時(shí)間上的損失，但與需要1.51KB的逐位法相比，擬議的算法節(jié)省了95%的所需RAM空間，即約78B。

垂直的情況是那些與提議的算法更吻合的情況。 事實(shí)上，PBIST需要一些時(shí)間來(lái)達(dá)到后續(xù)的故障，因此，在PBIST運(yùn)行時(shí)，CPU極大地利用了這段時(shí)間來(lái)執(zhí)行該算法。

圖10.部分故障位線定向場(chǎng)景的示例

在水平方向形狀的情況下，比如圖11中的形狀，預(yù)計(jì)會(huì)有更大的時(shí)間開(kāi)銷，因?yàn)樗椒较虻闹珌?lái)自于包含一個(gè)以上故障位的故障掩碼，因此需要更多的時(shí)間來(lái)計(jì)算，而且PBIST在每次連續(xù)讀取時(shí)都會(huì)遇到故障。

圖11.部分失效字線的示例

在這樣的情況下，總體上有18229個(gè)故障，與逐位法相比，測(cè)試時(shí)間增加了69%，而RAM內(nèi)存節(jié)省了約98.68%。

圖12.稀疏故障場(chǎng)景的示例

表二顯示了在改變失敗位數(shù)時(shí)逐位方法與提議方法的比較。 值得注意的是，擬議的方法比逐位的方法需要稍多的時(shí)間和內(nèi)存，因?yàn)楣收系南∈栊允蛊錈o(wú)法聚集。

稀疏的故障構(gòu)架是另一個(gè)需要觀察的重要場(chǎng)景。 由于壓實(shí)的可能性有限，這種集群是最難處理的。 圖12描述了一個(gè)相當(dāng)密集的內(nèi)存矩陣稀疏故障的案例。 其中一些距離較遠(yuǎn)但在同一位行或字行形狀上對(duì)齊時(shí)，就會(huì)出現(xiàn)藍(lán)色的切片，這是以前考慮的情況的綜合。 盡管有內(nèi)在的困難，但與逐位法相比，擬議的方法顯示了有限的損失。 在圖13中的案例中，包含了9949個(gè)故障，收集診斷信息的時(shí)間是680ms，而逐位法需要440ms。 相反，內(nèi)存占用從逐位法的38.85KB急劇下降到擬議法的0.1KB。

B.在更大的設(shè)備基礎(chǔ)上取得的成果

實(shí)驗(yàn)測(cè)量也可用于更廣泛的基礎(chǔ)的設(shè)備。 我們考慮了1864個(gè)來(lái)自前端晶圓測(cè)試操作的失敗設(shè)備。 這樣一個(gè)集合收集了許多不同的形狀，并用于進(jìn)一步評(píng)估擬議方法的優(yōu)勢(shì)和成本。

圖13.交叉點(diǎn)處具有工作鉆頭的十字形故障星座圖

我們將其與基于逐位坐標(biāo)的方法和[5]中的壓縮方法進(jìn)行比較。

表三報(bào)告了這些方法在整個(gè)基數(shù)上的設(shè)備數(shù)量，這些設(shè)備可以在不超過(guò)片上24KB RAM限制的情況下進(jìn)行位圖繪制。 從這個(gè)表中可以看出，僅通過(guò)我們的方法和基于逐位坐標(biāo)的方法，有多少設(shè)備在24KB內(nèi)被完全記錄下來(lái)。

當(dāng)24KB的片上RAM被填滿時(shí)，一些診斷信息就會(huì)丟失，除非測(cè)試和診斷過(guò)程被中斷，當(dāng)前的位圖被轉(zhuǎn)儲(chǔ)到測(cè)試儀上，才能恢復(fù)內(nèi)存測(cè)試程序。 假設(shè)診斷收集被暫停，新的故障不再被記錄。 在這種情況下，以前編碼的故障被保留下來(lái)，在測(cè)試流程的最后可以重建一個(gè)部分故障集群，如圖14所示。 選定的人口平均約為2000人。

圖14.從完整的24KB緩沖區(qū)部分重構(gòu)的故障星座圖

所選群體顯示出平均約2000個(gè)故障，差異約為5000個(gè)故障。 通過(guò)觀察群體樣本的表現(xiàn)發(fā)現(xiàn)，測(cè)試和收集診斷信息的總體時(shí)間平均為192ms，差異為279ms。 對(duì)于逐位方法，這些值平均為152ms，差異為189ms。 表四涉及位圖大小的占用； 它顯示了被調(diào)查人群中位圖創(chuàng)建大小較小的百分比，比較了擬議的方法和參考方法。 考慮到所有的設(shè)備，擬議的方法在大約60%的情況下需要更少的內(nèi)存。 如果只考慮超過(guò)250個(gè)故障的失敗場(chǎng)景，擬議的方法在大約91%的情況下顯示出規(guī)模優(yōu)勢(shì)。 關(guān)于與[5]的比較，計(jì)算了皮爾遜相關(guān)指數(shù)來(lái)衡量與擬議方法的差異量。 將內(nèi)存要求限制在20KB，[5]可以以相當(dāng)?shù)偷木却鎯?chǔ)任何故障集群； 平均而言，擬議方法計(jì)算出的相關(guān)指數(shù)為61%。 圖15顯示了重建的故障集群，a）用[5]壓縮，b）用擬議的壓實(shí)方法壓實(shí)。 在這種特殊情況下，大約有2000個(gè)故障，相關(guān)指數(shù)為83%。

圖15.通過(guò)[5]（A）中所示的方法重建的位圖與所提出的兼容位圖（B）之間的比較

V.總結(jié)

在本文中提出了一種創(chuàng)新的算法，改善了eFlash測(cè)試中診斷信息的收集。 從真實(shí)數(shù)據(jù)中得到的結(jié)果表明，提出的方法在內(nèi)存占用方面和速度方面都具備優(yōu)勢(shì)。 通過(guò)使用開(kāi)發(fā)的算法，考慮到內(nèi)存的大量保存，有可能將一個(gè)設(shè)備的完整故障歷史永久地存儲(chǔ)在一個(gè)較小的內(nèi)存中，為故障設(shè)備的分析提供更多關(guān)于位圖沿著測(cè)試步驟演變的細(xì)節(jié)。