ATPG 故障模型速查:stuck-at、transition、bridging、path-delay 定义与适用场景
更新时间:2026-10-06。ATPG(automatic test pattern generation,自动测试向量生成)的一切问题都要先回答「你在抓什么缺陷」——故障模型就是对物理缺陷的逻辑抽象。选错模型,向量集再漂亮也抓不到目标缺陷:用 stuck-at 向量去筛延迟缺陷,慢芯片照样流出去。这一篇是 L 层速查,把四种主流模型的定义、激励方式、成本与适用场景摆到一张表里。更宽的覆盖口径见 DFT 故障模型与覆盖率,向量压缩见 ATPG 压缩向量。
本文要回答的问题
- stuck-at、transition、bridging、path-delay 四种模型各自抽象了什么物理缺陷?
- 每种模型的向量激励方式(单拍/双拍/路径敏化)有什么不同?
- 覆盖率怎么算,各模型的成本差多少?
- 实际项目里怎么选模型组合?
一、stuck-at:最古老也最便宜
stuck-at(固定故障)模型假设某个信号线被永久钉在 0(stuck-at-0,SA0)或 1(SA1)。它抽象的物理缺陷是短接到电源/地、晶体管永久开路这类「恒值」损坏。检测逻辑很直观:在故障点产生与固定值相反的值(激励),并把这个值传播到某个可观测点(扫描触发器或输出脚)。每条线两个故障,故障总数约等于线网数乘 2,向量单拍即可——shift 装入、capture 一拍、shift 读出。
stuck-at 的地位是「基线」:所有芯片都测、覆盖率要求最高(量产通常 ≥99% 故障覆盖),向量量最少、ATE 测试时间最短。它的盲区是时间维度——一根线固定值正常但「爬得慢」,stuck-at 完全看不见。随着工艺进入深亚微米,延迟类缺陷占比升高,单靠 stuck-at 的逃逸率不可接受,于是有了 at-speed 家族。
二、transition:at-speed 的主力
transition(跳变延迟)模型在每条线上假设两种故障:slow-to-rise(STR,上升太慢)和 slow-to-fall(STF,下降太慢)。它抽象的是电阻性开路、via 退化、NBTI 老化这类「能到但到得晚」的缺陷。检测需要双拍:第一拍给故障点赋初值,第二拍发起跳变并以功能时钟速度 capture——如果跳变在一个时钟周期内没传到位,capture 到的就是旧值。
双拍带来两个工程问题。一是发射(launch)方式分 LOC(launch-on-capture,用 capture 时钟域的最后一拍发起跳变)和 LOS(launch-on-shift,用 shift 的最后一拍发起),两者对时钟控制逻辑要求不同,取舍见 LOC 与 LOS 对比;二是时钟必须能在 shift 慢速和 capture 快速之间切换,片上靠 OCC(on-chip clock controller)完成,见 OCC 片上时钟控制器。transition 覆盖率目标通常略低于 stuck-at(97–98%),它是当前量产 at-speed 测试的绝对主力。
上图是四种模型的定位速查:stuck-at 打底、transition 当 at-speed 主力、bridging 和 path-delay 做补充抽检——工程上永远是组合使用,没有单选。
三、bridging 与 path-delay:两个补充位
bridging(桥接)模型假设相邻两根线短路,行为抽象成 wired-AND 或 wired-OR。它的特殊性在于「相邻」只能来自版图——逻辑网表里没有物理邻接信息,所以 bridging ATPG 要读 LEF/DEF 提取的耦合对,故障列表来自物理实现。实际项目里 bridging 通常不做全量,而是对高耦合区域抽检,或与 cell-aware 模型配合(cell-aware 针对单元内部缺陷,见 cell-aware 向量验证)。桥接与 stuck-open 的深入讨论见 bridging 与 stuck-open 故障。
path-delay(路径延迟)模型直接对「某条完整路径的累计延迟超标」建模:敏化路径上每一级都产生跳变、路径末端 at-speed capture。理论上它是最严格的延迟模型,实践里两个死穴:可测试路径数随设计规模爆炸,只能挑 STA 报出的关键路径子集;路径级故障覆盖率低(常见 60–80%),大量路径逻辑上不可敏化。所以它的定位是「关键路径抽检」,补 transition 按点建模漏掉的「每级都达标、累计超标」场景。小延迟缺陷的更现代打法是 slack-based 的 SDD 测试,见 小延迟缺陷测试。
四、模型选择与覆盖口径速查
| 维度 | stuck-at | transition | bridging | path-delay |
|---|---|---|---|---|
| 抽象缺陷 | 恒值损坏 | 单点跳变慢 | 相邻短路 | 路径累计延迟 |
| 激励拍数 | 单拍 | 双拍 at-speed | 单/双拍 | 双拍 at-speed |
| 额外输入 | 无 | OCC 快速时钟 | 版图邻接表 | STA 关键路径表 |
| 典型覆盖目标 | ≥99% | 97–98% | 抽检 | 60–80% |
| 向量量 | 最少 | 约 2–4 倍 SA | 视耦合对 | 少但难收敛 |
选择套路:先进工艺量产标配是 stuck-at + transition 双模型;汽车电子等高可靠场景在此之上加 bridging 抽检和 path-delay/SDD 补延迟尾部。覆盖率汇总时注意口径——各模型的故障列表不同、不可测试故障的剔除规则不同,报告里写「综合覆盖率」必须说明加权方式。分级仿真的成本权衡见 ATPG 故障仿真分级,诊断与良率学习见 良率学习缺陷帕累托。
五、报告解读与常见误区
拿到 ATPG 工具的报告,几个数字的读法直接决定后续动作。故障覆盖率(fault coverage)分母是全部故障,测试覆盖率(test coverage)分母剔除了可证明不可测试的故障(tied 逻辑、冗余逻辑),两者常差一两个百分点——对外汇报必须说清口径,拿 test coverage 冒充 fault coverage 是评审常见争执点。ATPG effectiveness 一栏里的 AU(ATPG untestable)故障要抽样人工看:工具判不可测的故障里偶尔藏着「约束没给全」的假 AU,比如测试模式下某常量没约束到位,补一条 SDC 就能救回一片覆盖率,测试模式约束的写法见 测试模式 SDC 与假路径。
误区也有几个固定的。其一「stuck-at 99% 就万事大吉」:上文说过它看不见时间维度,at-speed 缺位的芯片在客户侧早期失效(infant mortality)会偏高。其二「transition 覆盖率低就加向量」:先查时钟架构——capture 用慢速 shift 钟跑出来的 transition 覆盖率是假指标,向量再多也没在功能速度下测。其三「path-delay 覆盖率低是工具不行」:路径级不可敏化是结构性上限,正确动作是换 SDD(slack-based)思路按松弛量选故障点,而不是和不可敏化路径死磕。其四「bridging 可以后补」:bridging 的故障列表依赖版图邻接信息,流片前最后版本网表上补做等于重跑一遍 ATPG 流程,排期上要当正式环节预留。把报告读对、误区避开,模型组合的价值才能真正兑现成出厂质量。
六、与验证团队的接口
故障模型不是 DFT 工程师的自留地,验证团队在两个环节必须介入。一是门级仿真回灌:ATPG 向量在门级网表上仿真比对(pattern validation),确认向量本身无时序违例、无 X 污染,这一棒的仿真基建复用功能验证环境,接口细节见 门级仿真与 SDF、X 传播。二是测试模式的功能约束审查:ATPG 假设的测试模式常量(test_mode 拉高等)必须与功能验证的约束集合一致,否则出现「ATPG 认为可达、功能模式永不发生」的假覆盖或反向的假 AU。两个团队共用一份模式约束文档、变更双签字,是防止口径分裂的最简机制。
这一篇在知识体系里的位置
本篇是 chip-design/verification 目录的一篇 L 层速查,主关键词 ATPG 故障模型。它向上承接 DFT 故障模型与覆盖率 的覆盖口径与 DFT 为什么需要 的总纲;横向与 LOC 与 LOS 对比(at-speed 发射方式)、OCC 片上时钟控制器(双拍时钟硬件)、小延迟缺陷测试(延迟模型进阶)同属 at-speed 家族;成本与诊断收尾见 ATPG 故障仿真分级。
总结
ATPG 故障模型的选择就一句话:按目标缺陷选模型——恒值缺陷用 stuck-at 单拍打底(覆盖 ≥99%)、跳变延迟用 transition 双拍 at-speed 当主力(要 OCC 和 LOC/LOS)、相邻短路用 bridging 带版图邻接表抽检、路径累计延迟用 path-delay 挑关键路径补尾部;四种模型故障列表和覆盖口径各自独立,量产组合使用而非单选——模型选对了,向量集才知道自己在抓什么。