测试压缩 EDT：解压器、压缩器与 X 态如何把扫描测试时间砍下来

更新时间：2026-09-24。DFT/测试进阶层。扫描测试为什么要把寄存器串成链、ATPG 又是什么，先读 ATPG 扫描链和固定型故障模型打底；这一篇只回答一个量产线上的真问题：链那么长、向量那么多，测试机时费谁来扛。答案就是测试压缩，商用实现以 Siemens（原 Mentor）的 EDT（embedded deterministic test）最出名，Synopsys 的 TestKompress、Cadence 的 CT 原理同源。

本文要回答的问题

• 扫描向量数据量为什么随芯片规模爆炸？测试时间到底由哪几个数相乘得到？
• decompressor（解压器）长在扫描输入（SI）端，是怎么把几条 ATE 通道「展开」成几百条内部链的？
• compactor（压缩器）在扫描输出（SO）端做的是异或压缩，为什么一个 X 就能污染一片输出？
• X-mask 和 X-tolerant 两种处理 X 的路线各有什么代价？
• 压缩比（compression ratio）拉到多少合适，它和测试时间、引脚数、故障覆盖率之间怎么算账？

一、扫描向量数据量为什么会爆炸

先把测试时间的账摆出来。全扫描设计里，一个向量的测试时间近似为

T_test ≈ 向量个数 N_pattern × 最长扫描链长度 L_chain × 移位时钟周期 T_shift

三个乘数今天全都在涨。晶体管规模每两三年翻一番，触发器数量同步膨胀，一条扫描链轻松达到几万级；故障模型也不止 stuck-at（固定型故障）一家，transition（跳变故障）、路径时延、桥接、各种物理缺陷模型轮番上阵，固定型故障模型里一套 stuck-at 向量也许只要几千条，加上 at-speed transition 往往翻几倍；再算上多种工作模式、多个时钟域和 IP 各自的向量集，N_pattern 同步水涨船高。

最朴素的想法谁都有：把一条长链切成很多条短链并行移入移出。链长从 L 降到 L/k，移位周期数理论上也降到 1/k。可是并行短链需要并行的扫描输入、扫描输出通道，而 ATE（automatic test equipment，自动测试设备）的通道数是稀缺资源——高端数字测试机每通道都是钱，封装引脚数更是出厂就钉死了。一个几百万门的设计内部想铺几百条链，封装上不可能给几百个扫描脚。矛盾于是很明确：链要多、要短，但外部通道只有寥寥几条。片上测试压缩就是架在这对矛盾之间的桥。

二、EDT 的整体数据通路

EDT 在原有扫描结构里插进两块硬件：SI 端的 **decompressor（片上解压器）**和 SO 端的 compactor（片上压缩器）。ATE 只对着少量压缩通道发激励、收响应，展开和收拢都在芯片内部完成。

读图抓三条主线。其一，数据从左到右单向流动：ATE 喂窄流，解压器扩成宽流灌进短链，捕获之后压缩器再收成窄流回 ATE。其二，内部扫描链的数量 n 远大于外部通道数 m，比值 n/m 就是压缩结构的几何宽度。其三，移位过程中插入一拍或几拍 capture，链中触发器在此刻采样被测组合逻辑的值——压缩只改变数据进出的路，不改变扫描测试「移位—捕获—移位」的基本节奏。

没有压缩时，扫描链从芯片输入脚一路串到输出脚；加了 EDT 后，物理上仍是那些扫描触发器，只是被重新分组、两端各挂了一块逻辑。这也决定了压缩逻辑必须和扫描插入（scan insertion）一起做进网表，属于 DFT 结构的一部分。

三、decompressor：窄流怎么展开成宽激励

解压器本质上是一个线性有限状态机：主体是一段 LFSR 风格的移位寄存器（ring generator，环生成器）加一组异或网络，m 条 ATE 输入在若干拍内被编码、扩散，驱动 n 条内部链的扫描输入端。EDT 名字里的 deterministic（确定性）是关键：它不是伪随机填充，ATPG 在生成向量时已经把解压器的线性方程考虑进去——工具求解的是「该往 ATE 通道上喂什么序列，才能在内部链上得到我想要的那组确定值」。

这里有个绕不开的代数限制。m 条输入、经过若干拍，解压器能独立控制的自由度是有限的；内部链上想同时指定位的值越多，方程越可能无解。工程上的处理是给 ATPG 留出少量控制自由度：一部分链位允许工具当 don't care（任意值），ATPG 只对敏化和观测故障真正需要的位提约束。实测扫描向量里 care bit（确定位）的密度通常只有几个百分点，绝大部分位本来就是任意的，这正是压缩能成立的统计学基础——解压器要表达的信息量，远比「填满 n 条链」看起来的小。

把 care-bit 密度的数字走一遍。假设一组向量每条 100 万位，其中真正被 ATPG 指定 0 或 1 的只有 2 万位，密度 2%。这 2 万个约束要分散到整条时间轴上：移位一拍只喂进 m 位新信息，解压器内部还缓存着前几拍的状态，于是每个约束都能写成一条关于「最近若干拍 ATE 输入位」的线性方程。ATPG 求解这组稀疏方程组时，绝大多数方程彼此独立、有解；只有当某个移位窗口内约束挤得太密、方程数超过变量数，才会出现冲突。工具遇到冲突有两种出路：调整其他 don't care 位腾自由度，或把这个故障推迟到下一条向量。压缩比的可行上限，本质上就是「约束最密集的那个窗口」决定的，而不是平均密度——这也解释了为什么按平均 1% 密度算出百倍压缩，实测常常在 50x 附近就开始掉覆盖率。

压缩比可以从 care-bit 密度直观看：若向量只有 1% 的位是确定的，理论上百倍的几何压缩仍有解；工程上还要留余量给编码冲突和诊断，主流量产设计压缩比普遍取 20x 到 100x。盲目把比例拉到两三百，解压器经常给不出 ATPG 想要的值，工具只能插入额外向量或容忍故障不可测，覆盖率和向量数双双恶化——省机时的账反而亏了。

四、compactor 与 X 态：一个未知值为什么能堵死一条路

响应侧的麻烦比激励侧大。最朴素的压缩器是空间异或树：把多条链的当前移位位异或成一位送出，k 条链共享一个输出。0 与任何值异或不变，因此只要其余链输出 0，某一条链上的故障效应（1）就能透到输出被 ATE 看到，这叫 aliasing-free（无混叠）的基本前提。

但异或遇到 X（unknown，未知态）就崩了：1 XOR X = X。X 从哪里来？未初始化的存储单元和触发器、总线浮空与保持器、多周期路径在 capture 沿采不到稳定值、模拟/时钟模块的不可控输出、被 DFT 规则切掉的黑盒 IP。一个 X 进了异或树，那个输出周期直接变成不可预测；而 X 还会沿移位链逐拍流动，污染一长串输出周期，称为 X propagation（X 传播）。压缩器把多条链收敛到一起，收敛度越高，一个 X 的「杀伤面积」越大——这是压缩结构独有的新问题。

工程上处理 X 有两条路线，外加源头治理。

X 处理方式	做法	优点	代价
源头控 X	加初始化逻辑、时钟可控化、切断 X 源	最干净，不损失观测性	改设计，覆盖不全所有 X
X-mask	按 ATPG 算出的屏蔽信息，在压缩器前把含 X 的链位强制掩成 0	结构简单，X 被彻底挡住	屏蔽信号本身要从 ATE 或片上控制器送进来；掩 0 的同时掩掉同周期其他链的故障
X-tolerant 压缩	特殊异或/选择结构（如 X-compact、X-blocking），让 X 不参与传播，仍输出其他链的确定值	不丢无 X 链的观测性，向量少	硬件更复杂，面积略增，容忍 X 的数量有上限
X-bound/X-impact ATPG	工具在生成向量时主动避开 X 传播路径	零硬件成本	向量数膨胀，覆盖率可能受限

EDT 类商用方案默认走 X-tolerant 路线：压缩器的异或网络经过精心设计，少量 X 进入时输出仍保持确定，故障效应照样可观测；当某拍 X 数量超过结构容忍上限，再配合按向量动态生成的 mask 信号把个别输入掩掉。两种手段叠加，量产芯片常见的 X 密度（通常 1% 以下）基本不影响故障覆盖率。反过来，控 X 永远是性价比最高的第一招——DFT 评审清单里「上电后所有触发器必须能复位到确定态」「三态总线在测试模式要有默认上下拉」这类规则，都是在压缩器上游少给 X 留入口。

还有一个与 X 无关、但面试常被追问的概念：aliasing（混叠）。异或压缩是多对一映射，理论上存在「两条链上的故障效应恰好互相抵消、输出看起来正常」的概率。空间异或每拍独立输出、不做跨拍累加，只要 ATPG 保证同一拍内故障效应落在奇数条相关链上即可观测，商用结构通过控制每条输出连接的链数和连接相位，把混叠概率压到工程可忽略；真正需要担心混叠的是 MISR 那种把响应跨拍累加成一个签名（signature）的时间压缩，BIST 里用得多，而 EDT 的量产压缩输出是逐拍流回 ATE 的，ATE 逐位比对，两者不要混淆。

五、压缩比与测试时间、引脚数的账

把无压缩扫描和 EDT 摆在一起对比，收益和代价一目了然。

维度	无压缩全扫描	EDT 压缩扫描
外部扫描通道	等于链数，几十到上百	个位数到十几条
内部链长	L（一条链串到底）	约 L/k，k 为几何展开度
每向量移位周期	L	约 L/k（解压器/压缩器有少量开销拍）
向量数据量（ATE 存储）	N × L 位	约 N × L/k 位
ATPG	常规扫描向量	需解压器模型，求解约束下的向量
X 问题	X 只影响它所在的链	必须配 X-mask / X-tolerant
面积开销	无	解压器、压缩器、mask 逻辑，约百分之一到几个百分点
诊断定位	直接看链上波形	需压缩域诊断流程，通常保留无压缩模式

数字算一遍更直观。假设设计有 300 万个触发器，无压缩时用 16 条链，每条约 18.75 万位；向量总数（stuck-at + transition 合计）2 万条，移位频率 50MHz。无压缩总移位周期约 2e4 × 1.875e5 = 37.5 亿拍，仅移位时间就约 750 秒，还没算 capture 和向量切换。改成压缩比 40x 的 EDT：内部 640 条短链、每条约 4700 位，外部仍只需十几条通道，移位时间降到约 19 秒量级。ATE 按秒收费，每颗芯片省下十几分钟，乘以百万级出货量，就是压缩逻辑那点面积开销的千万倍回报。

下图画出压缩比与三个关键量的关系走势。

图里三条支路要合起来看：时间随 k 近似反比下降，引脚数几乎不随 k 变化，而可测性单调恶化。再叠加一个容易漏的因素——几百条短链并行移位意味着同一拍内成千上万触发器同时翻转，capture 期间的开关功耗和 IR-drop 显著高于长链串行场景，压缩比越高翻转越集中。因此压缩比不是孤立由测试时间决定的：要在 ATE 机时价目表、封装引脚预算、ATPG 覆盖率报告、功耗签核（power signoff）四角之间取平衡，真实项目里 20x 到 50x 是最常见的落点。

ATE 侧还有一笔存储与带宽的账。测试机向量存储器要为每个通道保存完整时序波形，无压缩方案下总数据量是「链数 × 链长 × 向量数」，前面 300 万触发器的例子里单套 stuck-at 向量就是几十亿位，老旧 ATE 的向量内存根本装不下，只能分卷（reload）多次加载，换卷要停测试机、换磁盘文件，每颗芯片平白多出重载时间。压缩后总数据量近似除以 k，一套向量装进向量内存一次跑完全部芯片，reload 开销一并消失。同理，现代 ATE 支持按 site 并行测多颗芯片（multi-site），每个 site 占用的通道越少，同机并发 site 数越高：压缩省下的通道可以直接换成 4 site、8 site 并行，单位时间产出再翻几倍。所以压缩比对成本的贡献不止「单颗快」，而是「单颗快 + 向量装得下 + 多颗一起测」三重叠加，这也是为什么哪怕面积敏感的消费级芯片也几乎必上压缩。

六、压缩模式、诊断与常见坑

量产芯片一般同时保留三套测试配置：无压缩扫描（调试和诊断用，故障定位直接映射到链上位号）、EDT 压缩模式（量产主力，跑绝大部分 stuck-at 和 transition 向量）、以及必要时的低频诊断模式。ATPG 工具要分别产出两套向量集，DRC 阶段也会校验解压器、压缩器的连通性和时序。

工程上反复出现的坑值得列一份短清单。

• X 源失控：某类 X 在压缩模式才暴露（如测试模式下绕过了正常初始化序列），压缩器输出成片 X。处理顺序永远是先堵 X 源，再谈加 mask。
• mask 过量：为图省事整周期整链地掩，故障观测性被一起掩掉，覆盖率静默下跌。要看 ATPG 报告里 masked observation 的比例。
• 压缩比只按时间定：忽略并行移位功耗，capture 沿 IR-drop 导致好芯片测出 fail（yield 假象损失）。压缩链分组要配合功耗分析做翻转均衡。
• 压缩逻辑没进时序约束：解压器/压缩器自身的移位路径不过 STA，高频移位出问题。
• 诊断走压缩链：ATE 上看到 fail 却无法直接还原物理位置。保留无压缩模式，或使用工具的压缩域诊断流程。
• IP 黑盒不配合：第三方硬宏的扫描接口无法重分组，在压缩结构边缘形成长链短板，把整体链长拖回去。

这一篇在知识体系里的位置

本篇属于「集成电路大类 · 芯片设计」进阶层的 DFT/测试专题，回答「扫描结构确定之后，量产测试成本怎么压」。前置阅读是 ATPG 扫描链（扫描触发器、链化与移位捕获）和固定型故障模型（故障覆盖率与向量从何而来），at-speed 测试见跳变故障与实速测试，测试访问的标准接口与 TAP 控制器见 JTAG 边界扫描。横向比较，存储器有自己的一套内建自测试体系（MBIST），与逻辑压缩互不替代；向后则进入诊断（diagnosis）、良率分析与物理失效归因的话题。

总结

测试压缩 EDT 在 SI 端放 decompressor、把少量 ATE 通道线性展开成数百条并行短扫描链，在 SO 端放 compactor、把众多响应异或收敛回少数引脚，使移位周期与向量存储量近似按压缩比 1/k 下降而外部引脚几乎不增；它成立的前提是扫描向量里 care bit 本就稀疏，最大的敌人是 X 态——异或遇 X 即失效，需源头控 X 加 X-mask 与 X-tolerant 压缩协同；压缩比越高测试时间越短，但 ATPG 可解性、故障覆盖率和 capture 功耗同步恶化，工程甜点普遍落在 20x 到 50x，并保留无压缩扫描模式供诊断使用。