cell-aware 测试:单元内部缺陷的故障建模、pattern 生成与覆盖率验证闭环
更新时间:2026-10-04。传统 ATPG(自动测试向量生成,Automatic Test Pattern Generation)的逻辑建立在标准单元的端口上:每个输入输出引脚挂一个 stuck-at 故障,工具生成能把它传播到观测点的向量。这个模型服务了业界三十年,但在先进工艺下越来越力不从心——硅后失效分析(FA,Failure Analysis)反复表明,相当比例的制造缺陷发生在标准单元内部:FinFET 的 fin 断裂、单元内互连的桥接与开路、via 缺失,这些缺陷在单元端口上根本不表现为简单的恒定 0 或恒定 1,stuck-at pattern 碰不到它们,芯片却以「测试全过、现场失效」的方式流向客户。cell-aware 测试(cell-aware test)就是为堵这个洞而生的:把故障建模的视线从单元端口下沉到单元内部的晶体管与互连,为每个标准单元生成一份「内部缺陷清单」,再让 ATPG 针对这份清单出 pattern。站内的 DFT 故障模型与覆盖率 讲了 stuck-at、transition 等经典模型的全景,bridging 与 stuck-open 故障 讲了两类端口级进阶故障,ATPG 故障仿真与评级 讲了覆盖率怎么算、怎么分级。这一篇往下再走一层:故障模型本身如何进入单元内部,pattern 怎么生成、怎么验证、怎么签核。
本文要回答的问题
- cell-aware 测试解决的到底是什么盲区,stuck-at 为什么会漏掉单元内部缺陷?
- cell-aware 故障模型(UDFM 文件)是怎么从版图和晶体管级仿真建模出来的?
- cell-aware pattern 的生成流程与标准 stuck-at ATPG 有什么实质差异?
- 生成的 pattern 怎么验证有效性,覆盖率报告该看哪些数字?
- 什么情况下值得上 cell-aware,成本收益怎么权衡,签核纪律有哪些?
一、stuck-at 的盲区:端口无故障,单元内有缺陷
先看清盲区是怎么形成的。stuck-at 模型的故障点只有两处:单元的输入引脚和输出引脚。它隐含一个假设——单元内部是可靠的,所有制造缺陷都可以等效为某个引脚上的恒定电平。这个假设在平面工艺、单元内部互连短而粗的年代大体成立;到了 FinFET 时代,单元内部的互连层数增加、线宽逼近物理极限、fin 数量少到一根 fin 断掉就能改变单元行为,假设就垮了。
一个具体的例子。某二输入 NAND 单元,内部一根连接下拉网络两个 NMOS 的中间节点出现开路缺陷。在端口上看,输入 A、B 和输出 Y 的 stuck-at 全部能被检测到——端口的四种输入组合打下来,输出都对。但有一个隐藏的输入序列问题:这个开路让中间节点浮空,浮空电压依赖上一次的状态,某些工艺角下单元表现得像带了一比特存储,特定向量序列才会暴露它。stuck-at pattern 是乱序应用的,pattern 之间不保证顺序,这种序列依赖缺陷的检出率接近随机。失效分析里这类「测试逃逸」(test escape)占比在先进工艺节点上持续爬升,汽车电子客户实测的 DPPM(每百万颗缺陷数)数据里,单元内部缺陷贡献的逃逸可以占到总逃逸的三成以上。
上图是盲区的结构关系:制造缺陷按物理位置分两类,落在端口附近的能被 stuck-at 等效,落在单元内部的不行;后者需要 cell-aware 流程——先从版图提取缺陷候选,再做晶体管级仿真确认可检测性,最后生成专属 pattern。理解这张图是理解全篇的钥匙:cell-aware 不是新故障模型的发明,而是故障建模的观测粒度从端口下沉到了版图。
二、cell-aware 故障模型的建模流程:从版图到 UDFM
cell-aware 的核心交付物是一份 UDFM 文件(User-Defined Fault Model,用户定义故障模型),它告诉 ATPG 工具:这个单元有哪些内部缺陷、每个缺陷在什么输入条件下可检测。这份文件不是手写的,是一条自动化建模流水线的产物,流程分四步。
第一步,版图提取(layout extraction)。对库中每个标准单元,从 GDS 版图出发,提取晶体管级网表和寄生参数,同时枚举物理上可能的缺陷候选位置:相邻走线之间的桥接点对、每段互连的开路点、每个晶体管的源漏栅极端缺陷。一个几十管的标准单元,枚举出来的缺陷候选通常在几十到几百个量级;整个单元库几百种单元,候选总数轻松上万。
第二步,缺陷注入仿真(defect injection simulation)。对每个候选缺陷,把桥接电阻或开路插进晶体管级网表,用 SPICE 或快速 SPICE 仿真单元在所有输入组合下的行为,对比无缺陷的 golden 行为。仿真结果分三类:缺陷无影响(行为不变,不可测,丢弃);缺陷表现为静态错误(某种输入组合下输出错,等价于一个可静态检测的故障);缺陷表现为延迟或序列依赖错误(需要双拍或特定序列,标为 delay 类 cell-aware 故障)。
第三步,故障收敛与编码。把仿真确认的故障按「检测条件」归并:若干个物理位置不同的缺陷,如果在端口层面需要完全相同的输入激励来检测,就合并成一个等价故障。归并后的每个故障编码成 UDFM 条目,写明所属单元、故障类型、检测所需的单元输入条件。
第四步,库级打包与评审。所有单元的 UDFM 汇总成库文件,附带建模的统计报告:每个单元的候选缺陷数、确认故障数、不可测剔除数、delay 类占比。这份统计报告是质量门禁——如果某个单元的确认故障率异常低(比如候选两百个只确认三个),多半是提取或仿真环节出了问题,而不是这个单元真的 robust。
这条流水线的计算成本集中在第二步:每个候选缺陷一次晶体管级仿真,全库跑下来通常是几万到几十万次仿真任务,要铺满服务器集群跑几天。所以工程上不会每个项目重做——UDFM 是跟着工艺库走的,库 vendor 或内部 CAD 团队一次性建好,项目侧复用,只有库版本更新才重建。项目侧要关心的不是建模本身,而是拿到的 UDFM 靠不靠谱:统计报告里的确认率、delay 类占比、和上一版本的差异,这三个数必须在引入新版本库时过一遍评审。
三、pattern 生成:cell-aware ATPG 与标准 ATPG 的差异
拿到 UDFM 之后,pattern 生成的主流程和标准 ATPG 几乎同构——加载网表、建故障清单、逐故障生成向量、fault simulation 评级、压缩——但有几个实质差异,不处理好的话 cell-aware 会形同虚设。
差异一,故障清单的来源与规模。标准 ATPG 的故障清单从网表端口自动生成;cell-aware 的故障清单从 UDFM 读入,规模上每个被例化的单元都会带入它的内部故障集。一个一百万门的模块,stuck-at 故障通常在数百万量级,叠加 cell-aware 后故障总数可以再涨 20% 到 50%。故障增多直接影响 ATPG 运行时间和 pattern 数量,这是成本的第一来源。
差异二,检测条件在单元内部,激励约束在端口。UDFM 里写的检测条件是「单元输入满足某组合」,ATPG 要做的是把这个局部条件通过电路逻辑反推到扫描链可控的原始输入,同时把内部故障效应传播到可观测点。这个「单元内部故障、端口级激活与传播」的过程和 stuck-at 没有本质区别,工具支持 UDFM 后是无感的;真正的区别在 delay 类 cell-aware 故障——它需要双拍激励和 at-speed 时钟,必须走 transition/at-speed ATPG 流程而不是静态 stuck-at 流程。站内的 at-speed 时钟控制 讲的 OCC 时钟控制方案在这里直接复用。
差异三,pattern 集的合并策略。工程上不会单独跑一套「纯 cell-aware pattern」烧测试时间,而是把 cell-aware 故障和 stuck-at、transition 故障放进同一个故障池,让 ATPG 统一生成、统一压缩,一个 pattern 同时命中多类故障。实测数据里,叠加 cell-aware 故障后 pattern 数量典型上涨 5% 到 15%——花的测试时间不多,换来的是内部缺陷覆盖从盲区变成显性数字。
| 维度 | 标准 stuck-at ATPG | cell-aware ATPG |
|---|---|---|
| 故障点 | 单元端口引脚 | 单元内部晶体管与互连 |
| 故障来源 | 网表自动生成 | UDFM 文件读入 |
| 故障规模 | 基准 | 增加 20% 到 50% |
| delay 类处理 | 走 transition 流程 | 同样走 at-speed 流程 |
| pattern 数量 | 基准 | 典型上涨 5% 到 15% |
| 额外输入 | 无 | 库级 UDFM 与统计报告 |
上图是合并策略的结构:两类故障来源汇入统一故障池,ATPG 一次生成,压缩后每个 pattern 同时服务多种故障类型。这条路线是成本可控的关键——cell-aware 的代价主要体现在故障规模和 ATPG 时间,而不是测试机时间翻倍。
四、pattern 验证:怎么证明这套向量真的抓得住内部缺陷
生成完 pattern,工作只完成一半。cell-aware 的签核要回答一个比 stuck-at 更尖锐的问题:这套向量对内部缺陷的覆盖率到底是多少?验证闭环分三层。
第一层,故障仿真评级。把生成的 pattern 集对 cell-aware 故障清单做完整 fault simulation,得出内部缺陷覆盖率。这一步的方法论和 ATPG 故障仿真与评级 完全一致:detected、possibly detected、undetectable、ATPG untestable 四桶分类,undetectable 要逐条归因。区别只在于归因对象——cell-aware 的 undetectable 往往指向 UDFM 建模本身的保守性(某些缺陷只在极端工艺角下才显现,标称条件下不可测),这类故障要挂 waiver 并保留建模报告作为依据,不能简单标不可测就翻篇。
第二层,门级仿真回验。ATPG 内部的 fault simulation 是基于零延迟或单位延迟模型的,cell-aware 的 delay 类故障对时序敏感,必须拿 SDF 反标的门级仿真再回验一遍关键 pattern,确认在真实时序下故障效应仍然能传播到观测点。这一层和 门级仿真 SDF 与 X 传播 讲的流程是同一条流水线,只是检查目标从功能正确性换成了故障可检测性。
第三层,硅后相关性验证。这是 cell-aware 最有说服力也最贵的一步:对量产中失效退回的芯片做失效分析,把 FA 定位到的物理缺陷位置与 UDFM 的故障清单比对。如果 FA 定位在某单元内部的桥接,而 UDFM 里恰好有这个缺陷的条目、pattern 集里恰好有检测它的向量——闭环成立,说明模型建对了;如果 FA 缺陷不在清单里,反馈给建模团队补缺陷类型。这个「FA 到 UDFM」的反馈环跑几轮之后,模型的完备性会快速提升,这是成熟工艺节点上 cell-aware 覆盖率评估越来越准的根本原因。
三层验证是递进关系:第一层给数字,第二层给时序可信度,第三层给物理真实性。很多团队只做第一层就签核,结果覆盖率数字漂亮却在硅后漏缺陷——第一层的覆盖率是相对 UDFM 清单的,清单本身不完备时,高分没有意义。这就是为什么第三层的 FA 反馈环不能省,它是整个 cell-aware 体系里唯一连接「模型世界」与「物理世界」的桥。
五、覆盖率指标与签核纪律
cell-aware 项目的覆盖率报告必须独立成节,不能混在 stuck-at 覆盖率里汇报。建议的指标体系四个数字:内部缺陷覆盖率(detected 占全部 cell-aware 故障的比例)、delay 类覆盖率(单列,因为它通常显著低于静态类)、UDFM 建模确认率(仿真确认的故障占候选缺陷的比例,衡量模型质量)、FA 命中率(硅后缺陷落进清单的比例,衡量模型完备性)。
典型的签核门槛,供参考:数字逻辑模块内部缺陷覆盖率 90% 起步,车规项目往往要求 95% 以上且 delay 类不低于 85%;UDFM 确认率没有绝对门槛,但同库不同版本之间波动超过 5 个百分点要出解释;FA 命中率是新工艺导入期的爬坡指标,前两批硅低于 60% 属正常,稳定量产后应爬到 85% 以上。
签核纪律上还有三条流程性要求。一,UDFM 版本与设计冻结绑定——库版本变更必须重跑 cell-aware ATPG 和评级,不能拿旧 UDFM 出的覆盖率签新网表。二,cell-aware 故障的 waiver 单独建清单、单独评审,不与 stuck-at 的 untestable 混在一起,因为前者的 waiver 依据是建模报告,后者是逻辑冗余,评审口径完全不同。三,pattern 集变更(比如为了压测试时间裁 pattern)后必须重跑 cell-aware 评级——裁掉一个 pattern 对 stuck-at 覆盖率可能只掉 0.01%,对某个稀有内部缺陷却可能是唯一命中向量,覆盖率变化要按故障类型分开看。
这一篇在知识体系里的位置
本篇是 chip-design/verification 目录下 DFT 线的一篇 S 层深文,主关键词 cell-aware 测试。向上承接 DFT 故障模型与覆盖率 的故障模型全景——那一篇把 stuck-at、transition、bridging 摆在同一平面上,本文把视线从平面压进单元内部这个第三维度。横向与 bridging 与 stuck-open 故障 互补:那一篇讲端口层面两类进阶故障的行为特征与检测向量要求,本文讲的 cell-aware 里同样有桥接与开路,只是位置在单元内部、建模靠版图提取而非逻辑分析,两者合在一起构成桥接与开路缺陷的完整检测图景。方法上复用 ATPG 故障仿真与评级 的四桶评级框架,delay 类故障的 at-speed 处理则依赖 at-speed 时钟控制 的 OCC 方案;量产数据回流环节与 CP FT burn-in 诊断 的失效诊断流程衔接,FA 结果正是从那条链路流回来的。
总结
cell-aware 测试的本质是把故障建模的观测粒度从单元端口下沉到版图内部的晶体管与互连,靠「版图提取枚举缺陷候选、SPICE 注入仿真确认、等价归并编码 UDFM」四步流水线建出库级故障模型,再与 stuck-at 和 transition 故障汇入统一故障池合并生成 pattern(pattern 量典型只涨 5% 到 15%),验证上走「故障仿真评级给数字、SDF 门级回验给时序可信度、硅后 FA 相关性给物理真实性」的三层闭环,签核上坚持内部缺陷覆盖率与 delay 类覆盖率单列、UDFM 版本与设计冻结绑定、waiver 单独清单这三条纪律——记住,cell-aware 覆盖率只是相对 UDFM 清单的相对数,只有 FA 反馈环跑起来,这个数字才从「模型自说自话」变成「物理世界背书」。