 终章：在测试的海洋中，压缩是我们的航标，引导我们更高效、更精确地探索未知的深渊。 EDT的介绍也到了终章，在前两节中，探讨了ATPG压缩的背景，并以Tessent的EDT为代表作，深入解析了其核心组件LFSR的工作原理。 接下来，终章将主要以Mentor Tessent的官方报告为参考，探讨Tessent的压缩率和什么相关。 小讨论 Mentor的EDT由多个小型LFSR组合而成的大型LFSR，对应前面第二节的LFSR的图。但是PHASE SHIFT部分的扇出明显增多，这有助于提高压缩率，但也可能对原始LFSR的完备性表达造成影响。 在mentor的edt结构中，对于非LBIST的ATPG向量，mentor中使用edt_update来将LFSR的初始种子重置为全0。具体而言，当edt_update为1时，test_clock的上升沿时会将LFSR初始化为全0，如下:  但是LBIST的LFSR相对于非LBIST缺少了external channel，所以默认初始化种子为0的操作并不一定合适哦。对应前面章节关于external和internal两种LFSR的描述，从系统变量的数量来看，工具对系统控制力的减弱对应覆盖率的损失增多。 tessent atpg 报告解析 下面是一个tessent的ATPG的报告:
对于ATE机台,不区分向量是不是压缩的，ATE机台的具体资源消耗计算如下：
名词解释如下：
Test Data Volume (ATPG) / Test data volume (TestKompress) § 以上述报告的数据为例： Test Data Volume (ATPG) ≈ Scan cells 的数量 = 300000Test data volume (TestKompress) ≈ （init cycles + shift cycles） * (channel counts ) = [ 305, 300 (internal scan length) + 5 (additional cycles) ]* [ (22input channels + 11 output channels) / 2] = 305 * 16.5 因此， Compression per pattern = 300000/ 5032.5 ≈ 59.61x 为什么除以2？ A： Test Data Volume (ATPG)默认也只计算了一边，需要乘以2，转移到了等式的右边罢了。 OK，这时候我们来看压缩率与哪些因素相关? 从公式来看： 1. 输入/输出的Channel数目：Channel的数量直接关系到信息的传输和处理能力，因此与压缩率紧密相关。 2. Shift Cycle：这主要取决于Scan Chain的长度以及低功耗设置。更长的Scan Chain或特定的低功耗设置可能会影响压缩的效率, 一般为平均链长+low power shift。（小思考？shift cycle的count能否增加EDT的随机序列的控制能力？因为随机种子默认为0，丢弃cube前面的几个shift cycle其实是可以有利于pattern产生的）。 3. Pattern Count：虽然这个因素在公式下不体现，但实际上Pattern的数量对压缩率也有影响。实际整体的压缩率受到Pattern数量的隐式影响。 考虑到ATE机台的测试时间和内存，我们可以得到以下公式： 总测试内存 (Total Test Content) = Pattern Count × Memory per Pattern 从这个公式我们可以得出: Mentor工具中的“Compression per pattern”是一个相对理想的指标，并不代表整体的压缩率。这是因为它主要描述了与每个pattern相关的压缩的两个变量，没有体现一个关键的变量，那就是Pattern的总数。 （原始的一条pattern的信息，受限EDT的逻辑在某些情况无法产生完美复原，那么就需要多条pattern去覆盖对应的faults,对应于pattern count的增加。） |
