積體電路邏輯測試機設計概述.pdf - 第6页
6 收到資料後還要分類反而耗時，當然也可以 在 Data receive unit 加以分類只是會再增加硬體的難度，介面設計硬體 時要算計一下能 快多少，才能滿足 BUS 的極限 速度，目前的設計是 一塊塊 Pattern memory 讀回 PC 。 ( 四 ) IC Tes ter 傳統產生 的 Summary Report 再也無法滿足， 進化成 Big text and Categ ory Report 測試機採用資料鍊 ( D…
5
圖 1.3 Data linker Tx/Rx Timing
(三) Data Linker 的 I/O 控制方式用於 IC Tester
IC 測試機使用 Data Linker 的 I/O 方式，讓資料量爆增，
當初使用 Data Linker 的方式來做測試機的 I/O 控制，主要目的
是要改善 Test Pattern Download 的速度，測試機設計
Pattern Memory 深度長達 128M(256 pins tester 合計使用
sodimm 8 pices total , 16Gbytes)，若不改善 I/O 的速度要
填滿 Pattern Memory 內所有的位置可能要好幾個小時，要讀回
所有的資料就更久了， 這是一個不切實際的時間花費，因此
不得不找尋其他的方式來讀寫 Pattern Memory。
Data linker 的模式因此被發現並引進，那是 2006 年的事了，
是時還沒有 PCIe，最初的版本是用 PCIX 的方式製成的介面卡，
那是還是半雙工的 I/O 模式，但已大大的改進 Pattern Memory
的讀寫速度。其後 PC 發展出了 PCIe 介面，我們隨之將介面再加改良，
使用成為全雙工的介面卡。無論讀或寫的速度都相當的快，寫到
測試機的資料爆增，從測試機讀回來的資料亦是爆增，而且是
主動式的 Bus Control 並非以前 Local Bus 的一答一問。
例如要從 Pattern Memory 中讀回一段資料只要給一個
Pattern Memory 的起始位址及一個所要讀的長度，再給一個
觸動信號，一大串的資料流量隨之而來，PC 只管收就好，
而且不只如此，假如有 16 塊 Pattern Memory，同一時間被觸動
16 塊的 Pattern Memory 資料可以同時湧入，只是這樣是自找麻煩，
6
收到資料後還要分類反而耗時，當然也可以在 Data receive unit
加以分類只是會再增加硬體的難度，介面設計硬體時要算計一下能
快多少，才能滿足 BUS 的極限速度，目前的設計是一塊塊
Pattern memory 讀回 PC。
(四) IC Tester 傳統產生的 Summary Report 再也無法滿足，
進化成 Big text and Category Report
測試機採用資料鍊(Data Linker)方式的控制 I/O，使得讀回的資料量
得以大增， 因應如此的需求，新的硬體設計採用了很多小型的微控制
單元，可以自動將硬體取得的資料自動回傳或是待到指定的位置，
是故以往 No / NoGo 的方式(比較器:Pass OR Failure)全部被捨棄
全部用實質的數字傳回主機，再用主機運算得到所需的值再加以分析
正確與否，無論是電壓、電流、頻率、Time delay 或者是一大串的
取樣值，由於測試主機都得到真實的數值，不再只是一個 Flag， 所以
動搖了 Summary Report 的地位，IC Testing Big Data(Big Text)
的概念因而形成。
Big Data(Big Text)顧名思義是期望能將各類別的所有參數一一
真實的呈現給使用者，讓使用者或是其他工程人員一目了然，
清楚知道測試機得到的數值是多少，不要再像以前得不到數值，若是
一碰到問題(客戶訴願或品管退貨)就得另外再借測試機分析，
用 Data Log 的方式取得比較詳細的測試資料，曠時費日。
原則上 Category Report 能想的到的 Value 均可列印，
甚至包括字串或者是
Rom Code，當初的規劃是每個 Dut 至少 20kbytes 以上的讀回空間，
是實上每個 Dut 傳回 1k bytes 的資料就已經夠長了。
由於現今的 IC 測試機都沒有此功能，推廣反而比實際的應用要來的
重要，眾多的 user 並不了解 SanCode 測試機所特有的 Category Report
是什麼東西，更不清楚測試機，悄然的進入 big data 時代了。
(五) Category Report 的多元性
IC Testing Big Data(Big Text)轉化成 Category Report
如是 Category Report 記錄了很多訊息 Summary 是被包含在其中，
早先的規劃主要是以記錄測試的參數為主，但實際執行我們就發現可以要
的更多，光只有參數沒不足以表達參數本身的意思，例如我們要知，晶片
的批號、工廠、測試程式的名稱、版本、Release Data、Probe Card
使用次數等等，都帶進來才能表達這參數本身的真實性，除此之外
一些相關的訊習亦可輕易的取得，對爾後的參數分析更有幫助，例如 X，Y
座標，測試機台測試開始時間，測試每顆 IC 所費時間，重測記錄，測試
7
順序等訊息，都是在測試中隨著的參數變化，一樣的記錄下來，我們發覺
能記錄下來的東西更多比想像中還豐富，蒐集資料變的多元性，也契合了
Big Data 特徵 6 個 V 的條件的前面 3 個 V：
表 1.5 Big data 6 個 V
Big data General Define 3V-> 4V-> 6V
1
Volume
數據量，大量資料的產生
2
Velocity
資料產生處理速度
3
Variety
多變性，指的是資料的形態,非一定
SQL( Structured Query Language) 更非固定型式
4
Veracity
準確性 , 概念表達一致性
5
Visualization
可視性 , 人機介面
6
Vailidity
合法性
在原始的 IC Testing Big Data (Big Text)/ Original Text File
中比現在看到的更多，現有的報告單如 Summary、 Category 均是從
Original Text File 中分離出來的，由於過於複雜的測試行為記錄，若
不加以整理是太過於複雜不易看懂。
在原始的蒐集檔(Original Text File)中，看起就是很雜亂雖是文字檔，
根本無法用眼睛辨識。
表 1.6 Big Data IC Testing 6 V Define