DSO.ai
由人工智慧驱动的设计应用
瞭解更多 →
功耗感知测试：超越低功耗测试
英文原文：
2023年4月11日於《Semiconductor Engineering》刊登
取得测试功耗和测试向量数量的平衡
功耗是當今半導體晶片和系統设计的關鍵考量因素之"一。多年來，持續追求晶片效能提升及更多功能的需求，不斷推升對更高電晶體密度的要求。透過製程工藝縮小電晶體尺寸並將更多電晶體封裝在同一晶片得以實現。製程工藝的縮放能減小電晶體的尺寸和工作電壓，因此可降低功耗。但功耗方面的縮放並沒有跟上尺寸縮放的步伐，因此電晶體密度的增加導致SoC功耗密度增加(如圖1所示)並造成更高的整體功耗。這一挑戰迫使晶片设计人員使用不同的低功耗设计技術，從而在功能模式(functional
圖 1：80mm2 SoC的功耗趨勢 (資料來源：IRDS 2020 升級，第16頁)
mode)期間讓晶片功耗維持在規格範圍內。一些常見技術包括電源閘控關閉未工作的模組以降低靜態功耗、時間閘控降低動態功耗以及動態電壓頻率縮放(voltage-frequency scaling)。
传统低功耗测试技术的挑战
在设备测试期间，将晶片功耗维持在预估范围内是一项极大的挑战。这是因為藉由每个测试向量(辫补迟迟别谤苍)的高故障检测可以将模式计算和测试成本降到最低；相较於在功能模式运作期间执行测试，此类模式可能导致高达20倍的峰值切换活动和更高的峰值测试功耗。而测试功耗超过功能功耗的限制，可能会导致错误的滨搁压降(滨搁-诲谤辞辫)故障或对设备造成永久性损坏。
测试工程师在模式生成期间会加入功耗限制以缓解此一问题，但这将增加测试向量的数量。实现测试功耗和测试向量数量之"间的平衡需要仔细估计测试功耗的限制，过度限制将导致模式数量扩增以及拉长自动测试向量产生(础罢笔骋)时间，而限制过少也会导致功耗超出预估范围。
過往採用較簡單的低功耗晶片设计技術時，功耗通常與设计的切換活動成正比，且在ATPG期間採用的約束方式也足以控制功耗並維持測試向量數量。而在採用不同工作電壓之"標準元件(standard cell)且包含複雜功耗感知(power-aware)方案的先進设计中，切換活動與功耗的相關性並不顯著，且ATPG 期間的功耗預估無法與實際功耗特性相符。這將導致ATPG期間的不可靠約束，從而導致測試向量數量過度增加和/或測試功耗問題。因此，僅是降低測試功耗的傳統低功耗ATPG有其不足之"處，我們需要一種先進的功耗感知ATPG技術同時優化測試向量數量和測試功耗。
具備功耗签核資料 (power sign-off data)的功耗感知ATPG
為解決低相關性之"問題，Synopsys TestMAXATPG 提供獨特的功耗感知ATPG解决方案，其利用來自Synopsys PrimePower的功率消耗模拟签核資料，並使用设计中組合、順序和儲存單元的平均功耗，能更加準確地針對设计中切換活動和功耗特性建立模型；讓用戶能夠定義更準確的切換限制，進而減少功耗感知測試向量數量和ATPG的運行時間，同時滿足測試儀(tester)的功耗預估範圍。下圖顯示Synopsys TestIVAX ATPG基於PrimePower的功耗感知ATPG功能數據資料與優勢，能夠解決測試向量數量過多及功耗超出預計範圍等挑戰。
解决模式扩增问题
图2：由於功率切换建模不準确，传统低功耗础罢笔骋的切换与功耗呈非线性关係；造成测试向量扩增
圖2是使用PrirnePower [1]生成之"產業设计所有測試模式的序向元件(sequential elements)切換活動與峰值功耗關係圖。由於傳統低功耗ATPG中的切換活動模型並不準確，向量樣本模式的功耗分析可能會錯誤地得出20,000次(序向元件的8%)峰值切換活動相當於100瓦峰值功耗限制的結論。在此限制下實際的ATPG期間，黃色區域中的向量將被不當地拋棄─因為即使滿足功耗範圍之"要求，但它們具有更高的切換數。ATPG藉由生成大量新向量以替換黃色區域中的向量，但每個向量所需的切換次數要減少，才能
让切换活动保持在绿色区域内。这将导致不必要的模式数量增加和拉长础罢笔骋执行时间，进而增加测试成本。
圖3是使用基於PrirnePower 方法生成並考量同一设计中序向元件以外之"組合單元切換的關係圖。圖中顯示，更準確的向量提供功耗與切換活動之"線性關係以及更精準的峰值切換活動限制(168,000次切換相當於100瓦)。這將使ATPG在每一測試向量中納入更多切換，同時維持在100瓦功耗範圍之"內，進而使每一測試向量都能實現更高度的故障檢測並降低總模式計算。表1中的標準化資料顯示，即使在更多的切換情況下，基於PrirnePower的ATPG也比傳統低功耗ATPG方法減少26%的測試向量數量和19%的執行時間[1]。
图3：基於笔谤颈尘别笔辞飞别谤的功耗感知础罢笔骋，準确的功耗切换模型，显示切换与功耗的线性关係；生成最佳的功耗感知向量
表1：相较於传统的低功耗础罢笔骋，基於笔谤颈尘别笔辞飞别谤的础罢笔骋向量数量降低26%，执行时间加快19%。
解决超出预估范围的问题
圖4顯示了不同设计的序向元件切換活動與峰值功耗的關係。此圖所顯示的是選擇將切換活動限制在25% 或250個序向元件，相當於0.4125瓦的功率限制，所生成完整的ATPG向量集，並使用 PrimePower 分析其峰值功耗。具備功耗限制的向量資料如下圖5所示，其中，所有向量的峰值切換活動均低於原本預估的250，但有些仍然超出0.4125瓦的功耗預估值。 許多介在150至200的向量具有類似的切換，在功耗方面卻有極大差異。這種情況讓定義正確切換限制變得極具挑戰性─而這也是因為傳統低功耗ATPG方法的訊號切換模型品質不佳所導致的。
圖4：針對一個设计的功耗切換圖顯示250個序向元件的峰值切換相當於0.4125瓦功耗
图5：保持在25%切换限制下的向量，存在数个超出0.4125瓦功耗预估范围的情况。传统低功耗础罢笔骋无法满足初始测试功耗预估值。
图6：基於笔谤颈尘笔辞飞别谤的础罢笔骋满足25%切换限制和0.4125瓦的功耗范围
圖6顯示，在ATPG期間納入PrimePower的功耗資料後，隨著切換活動增加，功耗的趨勢更具可預測性。幾乎所有測試向量都保持在25%切換限制下(組合切換進行1200次切換)並滿足0.4125瓦的功耗範圍(初始測試功耗估值)。與圖5結果相比擬，只有極少數模式(低於10%)超出功耗限制。我們也可選擇這些峰值功耗模式進行動態IR签核分析。
总之"，生成低功耗測試向量的傳統方法不再足以滿足複雜功耗感知方案的當代设计。切換活動的模型若不準確，將導致ATPG期間的功耗估值和限制失準。這不僅會導致ATPG測試向量數量和執行時間增加的問題，更會經常超出測試儀上的功耗估值範圍，測試工程師到頭來又要投入時間精力找出問題根源及解決方法。
所有這些因素都會導致高測試成本和低產量。而這些挑戰能經由Synopsys TestMAX ATPG提供的先進功耗感知ATPG方法予以解決─該方法在測試向量生成過程中利用來自功耗签核工具PrimePower的功耗模拟資料實現準確的功耗或切換活動限制。除了可以提供高效的功耗感知的測試向量外外，研究證明，該方法能夠在複雜的SoC上將IR壓降(IR-drop)和Vmin降低40%，詳如參考資料[1]所述。
参考资料：
[1] K. Abdel-Hafez et al., "Comprehensive Power-Aware ATP G Methodology for Complex Low-Power Designs," 2022 IEEE International Test Conference (ITC), Anaheim, CA, USA, 2022