A Defect-Detection Graph-Based Methodology for Cell-Aware Model Generation

Gianmarco Mongelli

doi:10.1109/tcad.2026.3657675

A Defect-Detection Graph-Based Methodology for Cell-Aware Model Generation

2026-01-23

0

PRE

AI

DOI：10.1109/tcad.2026.3657675

原文链接

原文求助

摘要

En 中文

随着现代集成电路（ICs）集成越来越小的晶体管，标准单元（intracell defects）中的制造缺陷发生率上升。检测和定位这些缺陷对于确保快速良率提升和维持低测试逃逸率至关重要。为解决intracell缺陷，引入了cell-aware（CA）方法，但其依赖耗时的模拟SPICE仿真进行标准单元表征。本文介绍了晶体管不可检测缺陷消除器（TrUnDeL），一种基于图的方法，旨在加速CA模型生成过程。TrUnDeL针对施加到单元输入的每个激励识别不可检测（UD）缺陷，并将其排除在所需的模拟仿真之外。TrUnDeL在STMicroelectronics的两款FD-SOI标准单元库（P28和C28）上进行了测试。结果表明，对于组合单元，与基于标准模拟的方法相比，CA模型生成过程时间减少了三分之一，且未影响精度。为有效处理时序单元，对经典TrUnDeL流程进行了改进，使时序单元的CA模型生成时间减少了30%，同样未影响精度。TrUnDeL还针对一个4×4 SRAM案例研究进行了测试，在所有存储模块中保持了精度。最后，本文介绍了Layout-TrUnDeL（La-TrUnDeL）以解决布局缺陷，证明其在8个测试用例单元上有效且无误分类。

Keyword:

Cell-aware (CA) model

graph theory

intracell defects

SRAM

standard cell

test and diagnosis

A Defect-Detection Graph-Based Methodology for Cell-Aware Model Generation

摘要

期刊

机构

引用论文