ในการทดสอบแบบดิจิทัล การรู้ว่าอาจมีข้อบกพร่องใดอยู่นั้นไม่เพียงพอ เราต้องเข้าใจว่าการกระตุ้นข้อบกพร่องนั้นง่ายเพียงใดและความเป็นไปได้ที่อิทธิพลของข้อบกพร่องจะแพร่กระจายไปยังจุดที่สังเกตได้ นี่คือจุดที่การวัดการควบคุมและการสังเกตเข้ามามีบทบาท การวัดเหล่านี้เป็นแพลตฟอร์มเชิงปริมาณสําหรับการประเมินและปรับปรุงความสามารถในการทดสอบในวงจรลอจิกแบบผสมผสานและตามลําดับ.

ตัวชี้วัดเหล่านี้เป็นแนวทางสําหรับเครื่องมือ ATPG กลยุทธ์การแทรกจุดทดสอบ การออกแบบลําดับการสแกน และแม้กระทั่งมีอิทธิพลต่อแนวทางการเข้ารหัส RTL สําหรับการออกแบบที่เป็นมิตรกับการทดสอบ.

ทําไมเราถึงต้องการการควบคุมและการมองเห็น?

เพื่อให้การทดลองสามารถตรวจจับข้อผิดพลาดได้ต้องมีสามสิ่งเกิดขึ้น:

1. ต้องทริกเกอร์ข้อผิดพลาด - โหนดข้อผิดพลาดต้องมีค่าตรรกะตรงกันข้ามกับสถานะค้าง.
2. เอฟเฟกต์ข้อผิดพลาดจะต้องแพร่กระจาย—ต้องผ่านประตูตรรกะโดยไม่บดบัง.
3. ต้องสังเกตเอฟเฟกต์ข้อผิดพลาด—ต้องปรากฏที่เอาต์พุตหลักหรือการสแกนฟลิปฟล็อป.

ความสามารถในการควบคุมและสังเกตช่วยให้เราคาดการณ์ได้ว่าการปฏิบัติตามเงื่อนไขเหล่านี้จะยากหรือง่ายเพียงใด การควบคุมที่ไม่ดีหมายความว่าข้อผิดพลาดบางอย่างจะทริกเกอร์ได้ยาก ทัศนวิสัยไม่ดีหมายความว่าแม้แต่ข้อบกพร่องที่เปิดใช้งานแล้วก็อาจตรวจไม่พบ.

ประเภทของเมตริก

ในการหาปริมาณความสามารถในการทดสอบของสัญญาณผู้เชี่ยวชาญอาศัยตัวชี้วัดที่กําหนดไว้จํานวนหนึ่งรวมถึง:

• SCOAP (CC0, CC1, CO): การวัดโครงสร้างว่าการนําโหนดไปที่ 0 หรือ 1 นั้นยากเพียงใด และยากเพียงใดที่จะสังเกตข้อผิดพลาดที่โหนดนั้น.
• COP (Controllability × Observability Product): จุดรวมที่เน้นโหนดที่ต้องแทรกจุดทดสอบมากที่สุด.
• ความแตกต่างของบูลีน: เมตริกการทํางานที่ประมาณความน่าจะเป็นที่การเปลี่ยนแปลงที่โหนดหนึ่งจะส่งผลต่อโหนดอื่น.
• ตัวชี้วัดระยะทาง: นับความยาวเส้นทางอย่างง่ายหรือระยะทางถ่วงน้ําหนักจากโหนดไปยังเอาต์พุตหลัก ซึ่งใช้เป็นทางเลือกที่รวดเร็วสําหรับการสังเกต.

1) ตัวชี้วัด SCOAP

เพื่อปรับปรุงความสามารถในการทดสอบของการออกแบบอย่างเป็นระบบเราจําเป็นต้องมีวิธีการวัดว่าการสร้างค่าตรรกะสําหรับสัญญาณภายในแต่ละสัญญาณนั้นง่ายเพียงใด (ความสามารถในการควบคุม) และง่ายต่อการสังเกตข้อผิดพลาดที่สัญญาณนั้นที่เอาต์พุต (ความสามารถในการสังเกต) ตัวบ่งชี้ SCOAP (Sandia Controllability/Observability Analysis Program) ให้สิ่งนี้: ค่าสเกลาร์สามค่า CC0, CC1 และ CO กําหนดคะแนน "ความยาก" ให้กับแต่ละโหนดในรายการเครือข่ายระดับพอร์ต.

CC0, CC1 และ CO คืออะไร?

• ซีซี 0(n)
  ความสามารถในการควบคุมปุ่ม n เป็นตรรกะ 0 CC0 ต่ําหมายความว่าง่ายต่อการบีบ n เป็น 0 CC0 ที่สูงหมายความว่าจําเป็นต้องมีอินพุตจํานวนมากหรือระดับลอจิกเชิงลึก.
• ซีซี 1(n)
  ความสามารถในการควบคุมปุ่ม n ตามตรรกะ*1 ในทํานองเดียวกัน CC1 ที่ต่ําบ่งชี้ถึงโหนดที่สามารถนํามาได้ถึง 1 โดยใช้ความพยายามเพียงเล็กน้อย CC1 สูงบ่งบอกถึงความซับซ้อน.
• CO (n)
  ความสามารถในการสังเกตของ n. มันสะท้อนให้เห็นว่ามันยากเพียงใดเมื่อการเปลี่ยนแปลงที่ไม่คาดคิดที่ n (เนื่องจากข้อผิดพลาด) แพร่กระจายผ่านตรรกะถัดไปไปยังเอาต์พุตหลัก.

เมตริกแต่ละตัวจะแสดงเป็น "ต้นทุน" จํานวนเต็มที่ไม่เป็นลบ และคํานวณโดยการเรียกดูเน็ตลิสต์:

ความสามารถในการควบคุมการคํานวณ (CC0 & CC1)

1. การเริ่มต้นสําหรับ
   กับโหนดอินพุตหลักแต่ละโหนด (PI):
   — CC0 = 1
   — CC1 = 1
2. การอนุมัติโทโพโลยี:
   เข้าถึงพอร์ตตามลําดับอินพุต-เอาต์พุต สําหรับพอร์ต G ที่มีอินพุต i₁, i₂... เอาต์พุต I_K และ O :

• และพอร์ต
  • CC0(o) = 1 + min(CC0(i₁), CC0(i₂), …, CC0(iₖ))
  (ต้องการอินพุตเพียงครั้งเดียว 0)
  • CC1(o) = 1 + Σ CC1(i_j) กับ j=1..k
  (อินพุตทั้งหมดต้องเป็น 1)
• พอร์ต OR
  • CC0(o) = 1 + Σ CC0(i_j)
  (อินพุตทั้งหมดต้องเท่ากับ 0)
  • CC1(o) = 1 + นาที(CC1(i₁), CC1(i₂), …)
• NAND/NOR
  เหมือนกับ AND/OR แต่บทบาท CC0/CC1 เปลี่ยนไปเนื่องจากเอาต์พุตกลับด้าน.
• XOR/XNOR
  • CC0(o) = 1 + Σ CC0(i_j)
  • CC1(o) = 1 + Σ CC1(i_j)
  (ทุกอินพุตต้องได้รับการควบคุม)
• ประตูสตูลคอมเพล็กซ์
  สะสมการดําเนินการทางคณิตศาสตร์ขั้นพื้นฐานหรือใช้สูตรเฉพาะ.

ความสามารถในการสังเกตการณ์เชิงคํานวณ (CO))

1. การเริ่มต้น
   สําหรับโหนดเอาต์พุตหลักแต่ละโหนด (PO):
   — CO = 0
2. เรียกดูย้อนกลับ:
   เยี่ยมชมประตูตามลําดับเอาต์พุตต่ออินพุตสําหรับแต่ละเกต G ที่มีเอาต์พุต o และอินพุต i₁...ไอเค:
3. สําหรับแต่ละอินพุต i_j :

• และพอร์ต
  CO(i_j) = 1 + CO(o) + Σ CC1(i_m) สําหรับทุกๆ m ≠ j
  (อินพุตเสริมต้องเท่ากับ 1 เพื่อเผยแพร่การเปลี่ยนแปลง)
• พอร์ต OR
  CO(i_j) = 1 + CO(o) + Σ CC0(i_m) สําหรับทุกๆ m ≠ j
  (อินพุตที่ถูกต้องเท่ากับ 0)
• NAND/NOR
  อินพุตทั้งหมดอยู่ด้านเดียวกัน เนื่องจากการผกผันไม่ส่งผลต่อการคํานวณความสามารถในการสังเกต.
• XOR/XNOR
  CO(i_j) = 1 + CO(o) + Σ min(CC0(i_m), CC1(i_m)) สําหรับทุก m ≠ j
  (อินพุตด้านขวาแต่ละช่องอนุญาตให้ใช้เอาต์พุตที่ขึ้นอยู่กับ I_J)

การตีความค่า SCOAP

• CC0 หรือ CC1 ต่ํา (เช่น 1–3) หมายความว่าโหนดนั้นง่ายต่อการควบคุมตามค่าตรรกะนั้น.
• CC สูง (เช่น >10) บ่งชี้ว่าการบังคับค่านั้นต้องใช้ตรรกะเชิงลึกหรือข้อจํากัดอินพุตหลายรายการ.
• CO ต่ํา (ใกล้ 0) บ่งชี้ว่าการรบกวนใด ๆ ที่โหนดมีอยู่ที่เอาต์พุตได้ง่าย CO สูง (~10+) หมายความว่าโหนดซ่อนอยู่หลังตรรกะเกตหรือตรรกะการบรรจบกัน ทําให้ยากต่อการสังเกตผลกระทบจากข้อผิดพลาด.

ตัวอย่าง

ลองพิจารณาตรรกะเล็กๆ 2 ระดับ:

1. อินพุตหลัก A, B, C มี CC0=CC1=1.
2. สําหรับพอร์ต AND:
   CC0(M) = 1 + นาที(1,1) = 2
   CC1(M) = 1 + (1+1) = 3
3. สําหรับพอร์ต OR:
   CC0(Y) = 1 + (CC0(M) + CC0(C)) = 1 + (2 + 1) = 4
   CC1(Y) = 1 + นาที(CC1(M), CC1(C)) = 1 + นาที(3,1) = 2
4. ทัศนวิสัยย้อนกลับ:
   CO (Y) = 0
   สําหรับ M คืออินพุตของ OR: CO(M) = 1 + CO(Y) + CC0(C) = 1 + 0 + 1 = 2
   สําหรับ C: CO(C) = 1 + 0 + CC0(M) = 1 + 2 = 3
   สําหรับ A ที่ AND: CO(A) = 1 + CO(M) + CC1(B) = 1 + 2 + 1 = 4
   (และเช่นเดียวกับ B)

ค่าเหล่านี้ให้ข้อมูลเชิงลึกที่ถูกต้องว่าโหนดใดสามารถทดสอบได้และโหนดใดที่ต้องการการแทรกแซง DFT.

2) การควบคุมการมองเห็น (COP)

Control-Observability Product หรือ COP รวมความยากของโหนดเพื่อให้ได้ค่าตรรกะกับความยากในการสังเกตข้อผิดพลาดที่โหนดนั้น มันถูกกําหนดง่ายๆ ดังนี้:

COP (n) = นาที (CC0 (n), CC1 (n)) × CO (n)

• CC0(n) คือต้นทุนในการบังคับให้โหนด n เป็นตรรกะ 0
• CC1(n) คือค่าใช้จ่ายในการบังคับให้โหนด n เป็นตรรกะ 1
• CO(n) คือค่าใช้จ่ายในการส่งข้อผิดพลาดที่โหนด n ไปยังเอาต์พุตหลัก
• เราใช้ค่าต่ําสุดของ CC0 และ CC1 เนื่องจากเงื่อนไขทริกเกอร์ที่ง่ายกว่าจะควบคุมการเริ่มต้นข้อผิดพลาด

ค่า COP สูงระบุฮอตสปอตที่มีความสามารถในการทดสอบที่แท้จริง ซึ่งเป็นโหนดที่ควบคุมได้ยากและสังเกตได้ยาก.

วิธีคํานวณ CC0, CC1 และ CO

ก่อนคํานวณ COP คุณต้องรับเมตริก SCOAP สําหรับแต่ละโหนด:

การเริ่มต้นต้นทุน I/O หลัก

• สําหรับอินพุตหลักแต่ละตัว ให้ตั้งค่า CC0 = 1 และ CC1 = 1
• สําหรับเอาต์พุตหลักแต่ละตัว ให้ตั้งค่า CO = 0

การคํานวณ CC0 และ CC1 ในการเปลี่ยนผ่าน

• พอร์ตรีเลย์อินพุตถึงเอาต์พุต
• สําหรับเอาต์พุตพอร์ต AND Y พร้อมอินพุต A และ B:
• CC0(Y) = 1 + นาที(CC0(A), CC0(B))
• CC1(Y) = 1 + CC1(เอ) + ซีซี 1(บี)
• สําหรับเอาต์พุตพอร์ต OR Y:
• CC0(Y) = 1 + CC0(A) + CC0(B)
• CC1(Y) = 1 + นาที(CC1(A), CC1(B))
• ใช้สูตรเดียวกันกับ NAND, NOR, XOR ฯลฯ โดยใช้ข้อกําหนดการผกผันและอินพุตย่อย

การคํานวณ CO ในการวิ่งย้อนกลับ

• พอร์ตส่งต่อจากเอาต์พุตกลับไปยังอินพุต
• สําหรับอินพุตพอร์ตและตัวควบคุม A Y โดยเหลืออินพุต B:
• CO (A) = 1 + CO (Y) + CC1 (B)
  (B ต้องเท่ากับ 1 เพื่อให้การเปลี่ยนแปลงที่ A ส่งผลต่อ Y)
• สําหรับอินพุตพอร์ต OR A: CO(A) = 1 + CO(Y) + CC0(B)
• ทําซ้ําสําหรับพอร์ตทุกประเภท บวกกับต้นทุนการควบคุมของอินพุตเสริม และเพิ่มหนึ่งพอร์ตสําหรับพอร์ตเอง

ตัวอย่างของ COP

ลองพิจารณาโหนด n ที่เราพบ:

• CC0(n) = 8
• CC1(n) = 12
• CO (n) = 10

ขั้นแรก ให้ใช้ต้นทุนในการควบคุมที่น้อยลง:

นาที (CC0, CC1) = 8

จากนั้นคูณด้วยค่าใช้จ่ายในการสังเกต:

COP (n) = 8 × 10 = 80

COP 80 ทําเครื่องหมายโหนด n เป็นตัวเลือกหลักสําหรับการแทรกจุดตรวจสอบหรือการปรับโครงสร้างเชิงตรรกะ เนื่องจากเป็นการยากที่จะครอบคลุมด้วยรูปแบบการทดสอบที่มีอยู่.

3) ความแตกต่างของบูลีน

ในขณะที่เมตริก SCOAP ให้มุมมองที่มีโครงสร้างของการควบคุมและการสังเกต แต่ดิฟเฟอเรนเชียลบูลีนให้มุมมองการทํางานว่าการเปลี่ยนแปลงที่โหนดหนึ่งส่งผลต่ออีกโหนดหนึ่งอย่างไร ประมาณความน่าจะเป็นที่การแปลงสัญญาณภายในเฉพาะจะทําให้เกิดการเปลี่ยนแปลงที่เอาต์พุตหลักตามนิพจน์บูลีนของวงจร.

ความแตกต่างของบูลีนคืออะไร?

ด้วยฟังก์ชันตรรกะ F(X₁, X₂, ..., Xn) และโหนด Xi ความแตกต่างของบูลีน ∂F/∂Xi ถูกกําหนดเป็น:

• ∂F/∂Xi = F(X₁,..., Xi=0,...,Xn) ⊕ F(X₁,..., Xi=1,...,Xn)

กล่าวอีกนัยหนึ่งเราประเมิน F ด้วย Xi บีบเป็น 0 และอีกครั้งด้วย Xi บีบเป็น 1 การยกเว้นหรือการดําเนินการของผลลัพธ์ทั้งสองนี้บอกเราว่าการเปลี่ยนแปลงที่ Xi สามารถย้อนกลับผลลัพธ์ได้หรือไม่.

• หาก ∂F/∂Xi = 1 สําหรับการกําหนดอินพุตที่กําหนด การแปลง Xi จะย้อนกลับเอาต์พุต.
• ถ้า ∂F/∂Xi = 0 แสดงว่าเอาต์พุตไม่ไวต่อการเปลี่ยนแปลงใน Xi โดยการกําหนดนั้น.

ความแตกต่างของบูลีนเป็นค่าประมาณความสามารถในการสังเกตการณ์

ด้วยการหาค่าเฉลี่ย ∂F/∂Xi ในการกําหนดอินพุตที่เป็นไปได้ทั้งหมด เราจึงได้ความน่าจะเป็นของ Pi ที่การพลิกที่โหนด Xi จะแพร่กระจายไปยังเอาต์พุต Pi สูงหมายความว่า Xi สามารถสังเกตได้ตามฟังก์ชัน ในขณะที่ Pi ต่ําหมายถึงความคลุมเครือหรือไม่ไว.

ในทางปฏิบัติ:

• เราสามารถสุ่มตัวอย่างชุดย่อยของเวกเตอร์อินพุต (เช่น ตัวอย่าง ATPG) และคํานวณ ∂F/∂Xi สําหรับแต่ละเวกเตอร์.
• อัตราส่วนของเวกเตอร์ที่มี ∂F/∂Xi = 1 ต่อจํานวนเวกเตอร์การสุ่มตัวอย่างทั้งหมดที่ประเมินความสามารถในการสังเกตการทํางาน.

คํานวณความแตกต่างของบูลีนในรายการเครือข่ายระดับพอร์ต

ที่ระดับเกต ความแตกต่างของบูลีนสามารถคํานวณแบบเรียกซ้ําได้โดยใช้กฎท้องถิ่น:

• พอร์ต AND Y = A &B
  ∂Y/∂A = B
  ∂Y/∂B = ก
• พอร์ต หรือ Y = A | B
  ∂Y/∂A = ¬B
  ∂Y/∂B = ¬A
• พอร์ต NO Y = ¬A
  ∂วาย/∂ก = 1
• พอร์ต XOR Y = A ⊕ B
  ∂วาย/∂ก = 1
  ∂วาย/∂บี = 1

ด้วยการส่งความแตกต่างในท้องถิ่นเหล่านี้ผ่านเน็ตลิสต์ไปยังทุกเอาต์พุตหลักและรวม (ตรรกะ OR) ในหลายเอาต์พุต เราจะได้∂F/∂Xi โดยรวมสําหรับแต่ละโหนดภายใน.

ตัวอย่าง

พิจารณาฟังก์ชันตรรกะขนาดเล็ก:

Y = (A และ B) หรือ C

คํานวณ ∂Y/∂A

• แก้ไข B=1, C=0:
  Y(A=0) = (0 & 1) | 0 = 0
  Y(A=1) = (1 & 1) | 0 = 1
  ∂Y/∂A = 1 ⊕ 0 = 1
• แก้ไข B=0, C=1:
  Y(A=0) = (0 & 0) | 1 = 1
  Y(A=1) = (1 & 0) | 1 = 1
  ∂Y/∂A = 1 ⊕ 1 = 0

การสุ่มตัวอย่างชุดอินพุตทั้งสี่จะให้ผลสองกรณีที่ ∂Y/∂A = 1 และสองกรณีที่ ∂Y/∂A = 0 ดังนั้น P_A ประมาณการ = 0.5 ดังนั้นโหนด A มีโอกาส 50% ที่จะเกิดข้อผิดพลาดในการแปลงที่ Y.

4) ตัวชี้วัดระยะทาง

นอกเหนือจากการวัด SCOAP เชิงโครงสร้างและการวัดออฟเซ็ตบูลีนที่ใช้งานได้แล้วการวัดระยะทางยังเป็นวิธีการที่อ่อนโยนในการประมาณระยะทาง "ไกล" ของโหนดภายในจากเอาต์พุตที่สังเกตได้ ด้วยการนับระดับตรรกะหรือเพิ่มน้ําหนักพอร์ตการวัดระยะทางจะทําหน้าที่เป็นตัวแทนอย่างรวดเร็วของความสามารถในการสังเกตของโหนดโหนดที่มีความลึกหลายระดับมักจะแพร่กระจายข้อผิดพลาดได้ยากกว่าในขณะที่โหนดที่อยู่ห่างออกไปเพียงหนึ่งหรือสองพอร์ตจะง่ายกว่า.

หน่วยวัดระยะทางคืออะไร?

การวัดระยะทางจะกําหนดจํานวนเต็มที่ไม่เป็นลบให้กับแต่ละโหนดซึ่งสะท้อนถึงความยาวเส้นทางที่สั้นที่สุดไปยังเอาต์พุตหลักหรือการสแกนฟลิปฟล็อป รูปแบบทั่วไป ได้แก่:

• ระยะระดับศูนย์
  จํานวนถ่วงน้ําหนักต่อพอร์ตหรือสุทธิไปข้างหน้าคือ "1" ระยะห่างของโหนด n คือจํานวนประตูขั้นต่ําระหว่าง n กับจุดสังเกตใด ๆ.
• ระยะถ่วงน้ําหนัก:
  กําหนดน้ําหนักที่แตกต่างกันให้กับพอร์ตต่างๆ (เช่น พอร์ตที่ซับซ้อนที่มีน้ําหนักสูงกว่า) หรือเพิ่มต้นทุนการควบคุมอินพุตเพิ่มเติม ระยะทางคือน้ําหนักรวมตามเส้นทางที่สั้นที่สุด.

วิธีคํานวณระยะทาง

การเริ่มต้นจุดสังเกตการณ์
ตั้งค่าระยะห่างของทุกเอาต์พุตหลัก (และทุกปุ่มชัตเตอร์ scan-FF) เป็น 0 .

ความกว้างเป็นอันดับแรก)
เริ่มจากทุกมุมมอง เรียกดูรายการเครือข่ายย้อนกลับผ่านขอบพัดลม ด้วยโหนดก่อนหน้าแต่ละโหนด p:

• ระยะทางที่ไม่ถ่วงน้ําหนัก:
  ระยะทาง (p) = 1 + นาที (ระยะห่างของพัดลมออกแต่ละตัว)
• ระยะถ่วงน้ําหนัก:
  ระยะทาง (p) = gate_weight (G) + นาที (ระยะทางของผู้สืบทอดแต่ละคน)

ทําซ้ําจนกว่าปุ่มทั้งหมดจะถูกกําหนด
เรียกดูย้อนกลับต่อไปจนกว่าทุกโหนดในรายการเครือข่ายจะมีค่าระยะทาง.

เหตุใดเมตริกระยะทางจึงมีความสําคัญ

• การประมาณการสังเกตการณ์อย่างรวดเร็ว
  โหนดที่มีระยะห่าง = 1 หรือ 2 มักจะสังเกตได้ง่าย โหนดที่มีระยะห่าง > 10 อาจต้องใช้จุดทดสอบพิเศษหรือความพยายามของ ATPG ที่เข้มข้น.
• อัลกอริทึม ATPG
  ATPG ระยะแรกสามารถใช้ระยะทางเพื่อจัดอันดับเส้นการแพร่กระจาย—โหนดที่มีระยะห่างสั้นกว่าจะได้รับการจัดลําดับความสําคัญ ซึ่งจะลดผลตอบแทน.
• การวางแผน DFT
  โหนดทางไกลที่ทําเครื่องหมายกรวยลอจิกจะได้รับประโยชน์จากการแทรกจุดสังเกตการณ์ โดยเฉพาะอย่างยิ่งเมื่อห่วงโซ่การสแกนไม่สามารถเข้าถึงได้โดยตรง.
• คําแนะนําในการเข้ารหัส RTL
  นักออกแบบสามารถตรวจสอบระยะทางระหว่างกระบวนการสังเคราะห์เพื่อหลีกเลี่ยงการสร้างกรวยลอจิกที่ลึกเกินไปโดยไม่มีจุดดักจับตรงกลาง.

ตัวอย่าง

ลองนึกภาพลําดับตรรกะสามระดับ:

A → G1 → G2 → G3 → Y (เอาต์พุต)

• Y มีระยะทาง 0
• เอาต์พุตของ G3 (เรียกว่า N3) มีระยะห่าง 1
• เอาต์พุตของ G2 (N2) เว้นระยะห่าง 2
• เอาต์พุตของ G1 (N1) เว้นระยะห่าง 3
• อินพุตหลัก A เว้นระยะห่าง 4

ความผิดพลาดบน N1 (ระยะทาง 3) จะต้องแพร่กระจายผ่านพอร์ตทั้งสามเพื่อไปถึง Y ซึ่งบ่งชี้ว่าต้องใช้ความพยายามสูงกว่าความผิดพลาดบน N3 (ระยะทาง 1).

การใช้ตัวบ่งชี้ความสามารถในการทดสอบใน DFT

ออกแบบเพื่อความสามารถในการทดสอบตามตัวชี้วัดเชิงปริมาณเพื่อระบุตําแหน่งข้อบกพร่องที่ตรวจจับได้ยากที่สุดและกําหนดเป้าหมายตําแหน่งการปรับปรุงที่จะให้ประโยชน์สูงสุด ด้วยการรวมการวัด SCOAP ความคลาดเคลื่อนบูลีน และระยะทาง วิศวกรจะได้รับมุมมองที่ครอบคลุมของความสามารถในการทดสอบ ซึ่งจะช่วยสนับสนุน ATPG การแทรกจุดทดสอบ และเพิ่มประสิทธิภาพการออกแบบ.

1. แนวทางของ ATPG และการตั้งค่าตัวอย่าง

เครื่องมือ ATPG ใช้การควบคุม SCOAP (CC0, CC1) เพื่อตัดสินใจว่าจะกําหนดเป้าหมายข้อบกพร่องใดก่อนข้อผิดพลาดบนโหนดที่ควบคุมง่ายมักจะถูกทริกเกอร์อย่างรวดเร็วในขณะที่ข้อผิดพลาดที่มีค่า CC สูงอาจต้องมีการจัดการเป็นพิเศษ ความสามารถในการสังเกตการณ์ SCOAP (CO) ช่วยในการเลือกสายส่งเพื่อเพิ่มโอกาสที่ความผิดพลาดจะไปถึงเอาต์พุต ด้วยการรวมปัจจัยเหล่านี้เข้ากับ COP ATPG สามารถจัดอันดับข้อผิดพลาดตามความยากในการทดสอบและจัดสรรความพยายามในการค้นหาไปยังสถานที่ที่สําคัญที่สุด.

สเปรดบูลีนช่วยปรับแต่งกระบวนการนี้ให้ดียิ่งขึ้น โหนดที่มีความน่าจะเป็นของความแตกต่างบูลีนสูงมีความไวต่อการทํางาน ซึ่งหมายความว่าโหนดจะสลับที่จุดเหล่านั้นมักจะส่งผลต่อเอาต์พุตตามการแจกแจงอินพุตจริง ข้อผิดพลาดบนโหนดที่มีความแตกต่างของบูลีนต่ําอาจล่าช้าหรืออยู่ภายใต้รูปแบบ "ละเอียดอ่อน" เฉพาะ การวัดระยะทาง—การวัดความยาวเส้นทางที่ระดับเกตถึงเอาต์พุต—นําทาง ATPG ไปยังเส้นทางที่สั้นลงและบดบังน้อยลง.

2. ปรับปรุงการแทรกจุดทดสอบและ DFT

เมื่อค่า COP สูง จุดความแตกต่างบูลีนต่ํา หรือค่าระยะทางขนาดใหญ่ทําเครื่องหมายโหนดว่าเป็นคอขวดในการทดสอบ นักออกแบบสามารถแทรกจุดควบคุม (เพื่อปรับปรุงความสามารถในการควบคุม) หรือจุดสังเกตการณ์ (เพื่อปรับปรุงความสามารถในการสังเกต) ตัวอย่าง:

• โหนดที่มี CC1 = 15, CC0 = 12 และ CO = 20 (COP = 12 × 20 = 240) จะได้รับประโยชน์จากจุดควบคุมที่ลด CC อย่างเห็นได้ชัด.
• โหนดที่มีความน่าจะเป็นเบี่ยงเบนบูลีนน้อยกว่า 10% บ่งชี้ว่าโหนดต้องการจุดสังเกตโครงสร้างหรือรูปแบบพิเศษ.
• โหนดที่มีระยะห่าง = 8 อาจไม่สามารถเข้าถึงได้ด้วยสตริงการสแกนเพียงอย่างเดียว ดังนั้นจึงจําเป็นต้องมีพินจับระดับกลาง.

ด้วยการคํานวณเมตริกทั้งสามใหม่หลังจากการเปลี่ยนแปลง DFT แต่ละครั้ง วิศวกรสามารถยืนยันได้ว่าการแทรกจุดทดสอบแต่ละจุดหรือการปรับโครงสร้างลอจิกให้ผลการปรับปรุงที่วัดได้.

3. ข้อเสนอแนะการออกแบบเบื้องต้นและการแสดงภาพ

ในระหว่างขั้นตอน RTL และเกตเวย์ การเรียกใช้การวิเคราะห์ความสามารถในการทดสอบแบบไฮบริดจะเน้น "พื้นที่มืด" ในการออกแบบ — คลัสเตอร์โหนดที่ให้คะแนนต่ําในทุกเมตริก เครื่องมือสร้างภาพสามารถกําหนดรหัสสีกรวยลอจิกตาม COP, ความน่าจะเป็นออฟเซ็ตบูลีน หรือระยะทาง ทําให้ง่ายต่อการตรวจจับพัดลมที่หลอมรวมกัน ตรรกะที่ซ้อนกันอย่างลึกซึ้ง หรือโครงสร้างเกตที่ต้องใช้ความพยายาม ATPG ขนาดใหญ่.

ด้วยข้อมูลเชิงลึกเหล่านี้ สถาปนิกสามารถปรับโครงสร้างบล็อกที่สําคัญใหม่ เช่น การทําให้ตรรกะแบนราบ การปรับสมดุลพัดลม หรือการปรับประตูนาฬิกา เพื่อสร้างการออกแบบที่ทดสอบได้มากขึ้นก่อนซิลิกอน.

4. วงปิดต่อเนื่อง

สุดท้าย เมตริกการทดสอบเหล่านี้จะถูกป้อนเข้าสู่ลูป DFT แบบวนซ้ํา :

1. การวิเคราะห์เน็ตลิสต์ด้วย SCOAP ความแตกต่างและระยะทางบูลีน
2. ระบุโหนดที่มีลําดับความสําคัญสูงสําหรับความเข้มข้นของ ATPG หรือการแทรก DFT
3. ปรับปรุงการออกแบบด้วยลําดับการสแกน จุดตรวจสอบ หรือการปรับโครงสร้างตรรกะ
4. สร้างต้นแบบและเรียกใช้การจําลองจุดบกพร่อง
5. วัดความครอบคลุมและตรวจสอบเมตริกสําหรับปัญหาคอขวดที่เหลืออยู่