基于GPU的最大化1～n倍检测的测试向量选择方法

• 作者: 李华伟 许达文
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 测试向量选择 n倍检测 GPU 并行编程
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: VLSI设计与测试及电子设计自动化
• 页码范围: 154-165
• 页数: 12页
• 分类号: TP306+.2
• 字数: 8619字
• 语种: 中文

摘要

针对已有的测试向量选择方法采用串行程序实现,难以应对测试程序时间及测试数据量迅速增加的问题,提出一种基于GPU的测试向量选择方法,用于高效地从大测试向量集(n倍检测的测试向量集或随机的测试向量集)中选择出较高测试质量的测试向量.在考虑受限的测试时间/成本的条件下,采用GPU编程将测试向量选择过程并行化,以最大化1～n倍检测覆盖率为目的,将测试向量按照故障检测能力从大到小排序,从而在实际芯片测试时能够尽快淘汰故障芯片,减少测试时间.实验结果表明,与国际上考虑n倍检测的测试选择工作相比,该方法获得了21.9倍加速;与商业工具产生的同样大小的测试集相比,该方法得到的测试集具有更好的1～n倍检测覆盖率(平均提升3.2％～8.3％),同时也能获得更加陡峭的故障覆盖率曲线.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李华伟	中国科学院计算技术研究所计算机体系结构国家重点实验室	55	595	14.0	22.0
5	许达文	中国科学院计算技术研究所计算机体系结构国家重点实验室	1	0	0.0	0.0