当前位置: 首页 > article >正文

DFT之SSN架构

SSN(Streaming Scan Network)架构在DFT(设计可测试性)中的应用是一种先进的设计测试解决方案,旨在应对现代大规模片上系统(SoC)设计中的复杂测试挑战。以下是对SSN架构在DFT中应用的详细分析:

一、SSN架构概述

SSN是由Siemens EDA提供的一种基于总线的扫描数据分发架构。它通过将扫描测试数据以分组(Packet)的形式在总线上传输,实现了多个核心(Core)的并行测试。这种架构的关键组件包括流式扫描主机(SSH)节点、IEEE 1687 IJTAG接口和并行数据总线。

  1. 流式扫描主机(SSH)节点:每个核心包含一个SSH节点,负责驱动局部扫描资源的加载和卸载,并在SSN总线上传输数据。
  2. IEEE 1687 IJTAG接口:用于配置SSN网络中的所有节点,保证在应用测试向量集之前,SSN网络中的所有节点配置正确。
  3. 并行数据总线:传输有效载荷扫描数据,将一个SSH节点连接到下一个SSH节点。

二、SSN架构在DFT中的应用优势

  1. 无折衷的自下而上DFT方法:通过SSN,DFT工程师可以使用真实、有效的自下而上式流程来实现DFT,而不需要在实现工作量和制造测试成本之间做出折衷。
  2. 缩短测试时间:SSN的设计使其能够并行测试多个核心,显著减少了测试周期。
  3. 减少测试数据量:通过优化数据流传输,SSN减少了测试数据的冗余,从而减少了整体测试数据量。
  4. 简化设计规划与实现:SSN简化了复杂SoC设计的布线和时序收敛,并与基于重复单元的设计完全兼容。

三、SSN架构的工作原理

  1. 配置阶段:在应用测试向量集之前,SSN网络中的所有节点通过IJTAG网络进行配置。
  2. 数据传输阶段:配置完成后,扫描测试向量集以分组数据流的形式在并行SSN总线上传输。每个SSH节点仅针对每个测试向量集进行一次编程,并在设置后仅流式传输扫描有效载荷。没有必要随每个分组发送任何操作码或地址信息。

四、SSN架构在DFT中的实际应用

SSN架构特别适合于具有大量复用核心的GPU/AI类型的芯片。在这些芯片中,由于核心数量众多且功能复杂,传统的测试方法往往面临测试时间长、测试数据量大等挑战。而SSN架构通过其高效的并行测试能力和数据优化传输方式,能够显著提高测试效率并降低成本。

此外,SSN架构还解决了传统DFT规划和物理实现中的一些难题。例如,它通过将Block Design和TOP Scan完全隔离开来,实现了真正的hierarchical设计。这使得在Block做Scan设计时,完全不用考虑TOP怎么做,从而大大提高了设计的灵活性和可维护性。

综上所述,SSN架构在DFT中的应用为现代大规模SoC设计提供了高效、灵活的测试解决方案。它不仅缩短了测试时间、减少了测试数据量,还简化了设计规划与实现过程。因此,SSN架构在DFT领域具有广泛的应用前景和重要的实际意义。


http://www.kler.cn/a/571726.html

相关文章:

  • 备赛蓝桥杯之第十五届职业院校组省赛第五题:悠然画境
  • 医疗AR眼镜:FPC如何赋能科技医疗的未来之眼?【新立电子】
  • 神经网络:AI的网络神经
  • P8692 [蓝桥杯 2019 国 C] 数正方形--输出取模余数
  • DeepSeek DeepEP学习(一)low latency dispatch
  • Scaling Laws(缩放法则)详解
  • lamp平台介绍
  • 记录uniapp小程序对接腾讯IM即时通讯无ui集成(2)
  • 【损失函数(目标函数)在深度学习中的作用】
  • Opencv 直方图与模板匹配
  • 10、HTTP/3有了解过吗?【中高频】
  • 数据结构(纯C语言版)习题(1)
  • 表达式求值(后缀表达式)
  • 现在创业的风口有哪些?
  • Flink学习方法
  • 土木工作2年,考研到211计科,目前研二,该如何准备秋招?
  • Linux中使用cpulimit 限制 cpu 占用率
  • FastGPT 引申:如何基于 LLM 判断知识库的好坏
  • DeepSeek赋能Power BI:开启智能化数据分析新时代
  • CSS层叠上下文解析与应用