CN116541194A - Fpga资源故障定位方法及系统 - Google Patents
Fpga资源故障定位方法及系统 Download PDFInfo
- Publication number
- CN116541194A CN116541194A CN202310328579.3A CN202310328579A CN116541194A CN 116541194 A CN116541194 A CN 116541194A CN 202310328579 A CN202310328579 A CN 202310328579A CN 116541194 A CN116541194 A CN 116541194A
- Authority
- CN
- China
- Prior art keywords
- resource
- retest
- results
- failure
- intersection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明提供了一种FPGA资源故障定位方法及系统，FPGA资源故障定位方法，包括通过若干测试向量对失效FPGA芯片进行复测，以得到若干复测结果，所述复测结果与所述测试向量一一对应，能够快速复现失效现象，根据若干所述复测结果以及若干所述测试向量得到若干资源列表，所述资源列表与所述复测结果一一对应，所述资源列表包括若干资源，对若干所述资源列表进行分析，以得到失效资源，通过获取资源列表并分析资源列表的方式，能够快速缩小失效范围，进而提高确定失效资源的效率。
Description
技术领域
本发明涉及FPGA技术领域，尤其涉及一种FPGA资源故障定位方法及系统。
背景技术
随着芯片规模和芯片生产制造工艺的不断升级，芯片在制造过程中产生制造缺陷的风险日益增加，对应的电路产生开路、短路，导致芯片的逻辑功能失效。现场可编程门阵列(FieldProgrammable GateArray，FPGA)芯片相对于传统专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)芯片，FPGA芯片的逻辑电路规模通常更大，也更易产生逻辑功能失效。失效芯片与正常芯片的逻辑功能不一致，需要通过一定的测试手段，甄别失效芯片和正常芯片。
对于生产测试过程中产生的失效芯片，通常需要选取部分进行失效定位分析，分析的结果可以反过来指导芯片制造工艺参数的调整，提升良率，降低成本。
FPGA芯片内部资源非常多，而且不论是生产测试向量还是用户使用的正常向量，出于成本的考虑，通常都会有极高的资源使用率，失效分析就是在这些使用中的资源里找到具体的失效资源，因此FPGA逻辑失效定位分析的常规过程就是通过各种方法不断缩小范围，最终确定失效位置，即确定失效资源。
现有失效分析定位方法需要在稳定复现失效现象的基础上，对具体失效向量使用的资源进行拆分，改变测试结构，多次测试，并根据测试结果缩小范围，再次拆分、测试和分析。当失效场景比较简单时，可能通过一两轮的测试就能最终确定失效位置；但是当失效场景复杂的时候，就需要进行多轮分析，花费的时间也随着定位轮次的增加而不断增加。
在每一轮的拆分、测试和分析的过程中，需要保证前一轮分析得到的阶段性结论正确，如果结论不正确，则后续分析无法再复现失效现象，需要对结论进行修正，修正后继续定位，这也会增加失效定位的时间。分析的过程通常缺乏辅助手段，依赖人工统计和分析，当测试的数据较多，分析出错的机率也会大大增加。针对具体失效场景的失效分析方法，对于不同失效场景，需要构造不同的测试结构和测试向量，不能复用已有资源减少所需时间。初步得出失效定位的结论之后，需要对原始失效现象进行合理解释，通常由人工检查确认，也会花费不少时间。因此，现有技术中确定失效资源花费的时间长，效率低。
因此，有必要提供一种新型的FPGA资源故障定位方法及系统以解决现有技术中存在的上述问题。
发明内容
本发明的目的在于提供一种FPGA资源故障定位方法及系统，提高确定失效资源的效率。
为实现上述目的，本发明的所述FPGA资源故障定位方法，包括：
通过若干测试向量对失效FPGA芯片进行复测，以得到若干复测结果，所述复测结果与所述测试向量一一对应；
根据若干所述复测结果以及若干所述测试向量得到若干资源列表，所述资源列表与所述复测结果一一对应，所述资源列表包括若干资源；
对若干所述资源列表进行分析，以得到失效资源。
所述FPGA资源故障定位方法的有益效果在于：通过若干测试向量对失效FPGA芯片进行复测，以得到若干复测结果，能够快速复现失效现象，根据若干所述复测结果以及若干所述测试向量得到若干资源列表，对若干所述资源列表进行分析，以得到失效资源，通过获取资源列表并分析资源列表的方式，能够快速缩小失效范围，进而提高确定失效资源的效率。
可选地，若干所述复测结果包括复测失败结果，所述对若干所述资源列表进行分析，以得到失效资源，包括：
判断所述复测失败结果的数量是否大于1；
若判断所述复测失败结果的数量大于1，则进行交集分析和第一差集分析中的至少一种；
若判断所述复测失败结果的数量等于1，则进行第二差集分析。
可选地，当进行交集分析和第一差集分析，还包括：
计算所述交集分析得到的结果与所述第一差集分析得到的结果的交集，以得到失效资源。
可选地，所述交集分析包括：
获取所有所述复测失败结果各自对应的资源列表；
计算所有所述复测失败结果各自对应的资源列表的交集，以得到失效资源。
可选地，若干所述复测结果还包括复测通过结果，所述第一差集分析包括：
获取所有所述复测失败结果各自对应的资源列表；
获取所有所述复测通过结果各自对应的资源列表；
将所有所述复测通过结果各自对应的资源列表合并为复测通过总资源列表；
分别计算所有所述复测失败结果各自对应的资源列表与所述复测通过总资源列表的交集；
计算所有所述复测失败结果各自对应的资源列表与所对应的交集的差集；
计算所有差集的并集或交集，以得到失效资源。
可选地，所述计算所有差集的并集或交集，以得到失效资源，包括：当所有差集之间存在共同交集时，计算所有差集的交集，以得到失效资源；当所有差集之间均不存在交集时，则计算所有差集的并集，以得到失效资源；当差集之间均存在交集，但所有差集之间不存在共同交集，则计算差集之间的交集，然后计算所有交集的并集，以得到失效资源；当部分差集之间存在交集，部分差集与所有差集之间均没有交集，则计算存在交集的差集之间的交集，然后计算所有交集与不存在交集的差集的并集，以得到失效资源。
可选地，若干所述复测结果还包括复测通过结果，所述第二差集分析包括：
获取所述复测失败结果对应的资源列表；
获取所有所述复测通过结果各自对应的资源列表；
将所有所述复测通过结果各自对应的资源列表合并为复测通过总资源列表；
计算所述复测失败结果对应的资源列表与所述复测通过总资源列表的交集；
计算所述复测失败结果对应的资源列表与交集的差集，以得到失效资源。
可选地，所述根据若干所述复测结果以及若干所述测试向量得到若干资源列表，包括：
获取所述测试向量所对应的测试方案；
根据所述测试方案获取所述测试向量所对应的物理网表信息；
根据所述物理网表信息生成资源列表。
本发明还公开了一种FPGA资源故障定位系统，用于实现所述FPGA资源故障定位方法，所述FPGA资源故障定位系统包括复测单元、资源列表生成单元和分析单元，其中，所述复测单元用于通过若干测试向量对失效FPGA芯片进行复测，以得到若干复测结果，所述复测结果与所述测试向量一一对应；所述资源列表生成单元用于根据若干所述复测结果以及若干所述测试向量得到若干资源列表，所述资源列表与所述复测结果一一对应，所述资源列表包括若干资源；所述分析单元用于对若干所述资源列表进行分析，以得到失效资源。
所述FPGA资源故障定位系统的有益效果在于：所述复测单元通过若干测试向量对失效FPGA芯片进行复测，以得到若干复测结果，能够快速复现失效现象，所述资源列表生成单元根据若干所述复测结果以及若干所述测试向量得到若干资源列表，所述分析单元对若干所述资源列表进行分析，以得到失效资源，通过获取资源列表并分析资源列表的方式，能够快速缩小失效范围，进而提高确定失效资源的效率。
可选地，所述分析单元包括交集分析模块和第一差集分析模块中的至少一种，所述交集分析模块用于进行交集分析，所述第一差集分析模块用于进行第一差集分析。
可选地，所述分析单元包括第二差集分析模块，用于进行第二差集分析。
附图说明
图1为本发明一些实施例中FPGA资源故障定位方法的流程图；
图2为本发明一些实施例中交集分析的模型示意图；
图3为本发明一些实施例中交集分析的模型示意图；
图4为本发明一些实施例中交集分析的模型示意图；
图5本发明一些实施例中FPGA资源故障定位系统的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。除非另外定义，此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本文中使用的“包括”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
由于FPGA内部资源存在高度的重复性和一致性，FPGA测试是遍历FPGA的各个模块或者资源，从而实现所有资源的全覆盖测试。为了尽可能减少测试向量的数量和长度，减少测试时间，分组规则通常是在无逻辑冲突的条件下，尽可能覆盖同一模块尽可能多资源尽可能多的功能，一系列分组规则组成测试方案，测试方案完成对FPGA内部所有资源的全覆盖。
根据测试方案编写测试向量，又因为FPGA内部通常没有专用的DFT测试逻辑，还需要利用测试方案之外的其他空闲资源搭建辅助测试逻辑，辅助测试逻辑也属于测试方案的一部分。因此，完整的测试向量包含被测试资源和其他辅助资源，也就导致部分资源在对应测试方案之外的其他测试向量中多次出现。
配置向量在测试时被下载进入FPGA完成FPGA的配置，然后在激励向量的作用下，FPGA给出对应的输出，期望向量则是正常逻辑下正确的输出，当实际输出和期望向量不一致时，则说明芯片内部存在逻辑错误，该芯片为失效FPGA芯片。每一行激励向量和期望向量与芯片内部的一个或多个具体资源存在对应关系，该对应关系由辅助测试结构决定，通过该对应关系也推算到逻辑资源。
FPGA通常需要结合专用软件实现功能，专用软件对硬件描述代码进行综合布局布线，综合布局布线后可以生成物理网表信息，物理网表信息描述了电路的逻辑资源分配、使用及其连接关系。物理网表由软件进一步处理，生成配置码流，配置码流再转换就得到配置向量。根据测试结构，编写特定的测试激励，并计算正确逻辑功能下FPGA的期望输出，就得到了激励向量和期望向量。
针对现有技术存在的问题，本发明的实施例提供了一种FPGA资源故障定位方法。参照图1，所述FPGA资源故障定位方法包括以下步骤：
S1：通过若干测试向量对失效FPGA芯片进行复测，以得到若干复测结果，所述复测结果与所述测试向量一一对应；
S2：根据若干所述复测结果以及若干所述测试向量得到若干资源列表，所述资源列表与所述复测结果一一对应，所述资源列表包括若干资源；
S3：对若干所述资源列表进行分析，以得到失效资源。
一些实施例中，若干所述复测结果包括复测失败结果，所述对若干所述资源列表进行分析，以得到失效资源，包括：
判断所述复测失败结果的数量是否大于1；
若判断所述复测失败结果的数量大于1，则进行交集分析和第一差集分析中的至少一种；
若判断所述复测失败结果的数量等于1，则进行第二差集分析。
一些实施例中，当进行交集分析和第一差集分析，还包括：计算所述交集分析得到的结果与所述第一差集分析得到的结果的交集，以得到失效资源。
一些实施例中，所述交集分析包括：
获取所有所述复测失败结果各自对应的资源列表；
计算所有所述复测失败结果各自对应的资源列表的交集，以得到失效资源。
图2为本发明一些实施例中交集分析的模型示意图。参照图2，图中包括圆形a、圆形b、圆形c和圆形d，圆形a代表复测失败结果a1所对应的资源列表，圆形b代表复测失败结果b1所对应的资源列表，圆形c代表复测失败结果c1所对应的资源列表，圆形d代表复测失败结果d1所对应的资源列表，圆形a、圆形b、圆形c和圆形d的交集，即为失效资源。
一些具体实施例中，复测失败结果a1所对应的资源列表包括资源R0、资源R1、资源R2和资源R3，复测失败结果b1所对应的资源列表包括资源R1、资源R2和资源R3，复测失败结果c1所对应的资源列表包括资源R1、资源R4和资源R5，复测失败结果d1所对应的资源列表包括资源R1、资源R6和资源7。其中，复测失败结果a1所对应的资源列表、复测失败结果b1所对应的资源列表、复测失败结果c1所对应的资源列表和复测失败结果d1所对应的资源列表的交集为资源R1，因此，资源R1为失效资源。
又一些具体实施例中，复测失败结果a1所对应的资源列表包括资源R0、资源R1、资源R2和资源R3，复测失败结果b1所对应的资源列表包括资源R1、资源R2和资源R3，复测失败结果c1所对应的资源列表包括资源R1、资源R3和资源R5，复测失败结果d1所对应的资源列表包括资源R1、资源R3和资源7。其中，复测失败结果a1所对应的资源列表、复测失败结果b1所对应的资源列表、复测失败结果c1所对应的资源列表和复测失败结果d1所对应的资源列表的交集为资源R1，因此，资源R1和资源R3为失效资源。
一些实施例中，若干所述复测结果还包括复测通过结果，所述第一差集分析包括：
获取所有所述复测失败结果各自对应的资源列表；
获取所有所述复测通过结果各自对应的资源列表；
将所有所述复测通过结果各自对应的资源列表合并为复测通过总资源列表；
分别计算所有所述复测失败结果各自对应的资源列表与所述复测通过总资源列表的交集；
计算所有所述复测失败结果各自对应的资源列表与所对应的交集的差集；
计算所有差集的并集或交集，以得到失效资源。
一些实施例中，所述计算所有差集的并集或交集，以得到失效资源，包括：当所有差集之间存在共同交集时，计算所有差集的交集，以得到失效资源；当所有差集之间均不存在交集时，则计算所有差集的并集，以得到失效资源；当差集之间均存在交集，但所有差集之间不存在共同交集，则计算差集之间的交集，然后计算所有交集的并集，以得到失效资源；当部分差集之间存在交集，部分差集与所有差集之间均没有交集，则计算存在交集的差集之间的交集，然后计算所有交集与不存在交集的差集的并集，以得到失效资源。
一些具体实施例中，所有差集分别为第一差集I1、第二差集I2和第三差集I3，所述第一差集I1包括资源R1、资源R2和资源R3，所述第二差集I2包括资源R1、资源R4和资源R5，所述第三差集I3包括资源R1、资源R5和资源R6，则所述第一差集I1、所述第二差集I2和所述第三差集I3之间的共同交集为资源R1，因此，资源R1为失效资源。
又一些具体实施例中，所有差集分别为第一差集I1、第二差集I2和第三差集I3，所述第一差集I1包括资源R1、资源R2和资源R3，所述第二差集I2包括资源R4、资源R5和资源R6，所述第三差集I3包括资源R7、资源R8和资源R9，所述第一差集I1、所述第二差集I2和所述第三差集I3之间均不存在交集，因此，资源R1、资源R2、资源R3、资源R4、资源R5、资源R6、资源R7、资源R8和资源R9为失效资源。
另一些实施例中，所有差集分别为第一差集I1、第二差集I2、第三差集I3和第四差集I4，所述第一差集I1包括资源R1、资源R2和资源R3，所述第二差集I2包括资源R1、资源R5和资源R6，所述第三差集I3包括资源R7、资源R8和资源R9，所述第四差集I4包括资源R7、资源R10和资源R11，所述第一差集I1和所述第二差集I2的交集为资源R1，所述第三差集I3和所述第四差集I4的交集为资源R7，所有交集的并集为资源R1和资源R7，因此，资源R1和资源R7为失效资源。
再一些实施例中，所有差集分别为第一差集I1、第二差集I2和第三差集I3，所述第一差集I1包括资源R1、资源R2和资源R3，所述第二差集I2包括资源R1、资源R2和资源R6，所述第三差集I3包括资源R7、资源R8和资源R9，所述第一差集I1和所述第二差集I2的交集为资源R1和资源R2，交集与所述第三差集I3的并集为资源R1、资源R2、资源R7、资源R8和资源R9，因此，资源R1、资源R2、资源R7、资源R8和资源R9为失效资源。
图3为本发明一些实施例中交集分析的模型示意图。参照图3，图中包括圆形e、圆形f、圆形g和正方形h，圆形e代表复测失败结果e1所对应的资源列表，圆形f代表复测失败结果f1所对应的资源列表，圆形g代表复测失败结果g1所对应的资源列表，正方形h代表所有复测通过结果所对应的资源列表合并后的复测通过总资源列表，圆形e未与正方形h重合的部分、圆形f未与正方形h重合的部分和圆形g未与正方形h重合的部分，即为失效资源。
一些具体实施例中，复测失败结果e1所对应的资源列表包括资源R0、资源R6和资源R7，复测失败结果f1所对应的资源列表包括资源R1、资源R3和资源R4，复测失败结果g1所对应的资源列表包括资源R2、资源R4和资源R5，复测通过结果h1所对应的资源列表包括资源R3、资源R4和资源R6，复测通过结果h2所对应的资源列表包括资源R4、资源R5和资源R7，复测通过结果h3所对应的资源列表包括资源R6、资源R8和资源R9，则复测通过总资源列表包括资源R3、资源R4、资源R5、资源R6、资源R7、资源R8和资源R9，复测失败结果e1所对应的资源列表与复测通过总资源列表的交集包括资源R6和资源R7，复测失败结果f1所对应的资源列表与复测通过总资源列表的交集包括资源R3和资源R4，复测失败结果g1所对应的资源列表与复测通过总资源列表的交集包括资源R4和资源R5，复测失败结果e1所对应的资源列表与所对应的交集的差集包括资源R0，复测失败结果f1所对应的资源列表与所对应的交集的差集包括资源R1，复测失败结果g1所对应的资源列表与所对应的交集的差集包括资源R2，所有差集的并集包括资源R0、资源R1和资源R2，则资源R0、资源R1和资源R2为失效资源。
一些实施例中，若干所述复测结果还包括复测通过结果，所述第二差集分析包括：
获取所述复测失败结果对应的资源列表；
获取所有所述复测通过结果各自对应的资源列表；
将所有所述复测通过结果各自对应的资源列表合并为复测通过总资源列表；
计算所述复测失败结果对应的资源列表与所述复测通过总资源列表的交集；
计算所述复测失败结果对应的资源列表与交集的差集，以得到失效资源。
图4为本发明一些实施例中交集分析的模型示意图。参照图4，图中包括圆形e和正方形h，圆形e代表复测失败结果e1所对应的资源列表，正方形h代表所有复测通过结果所对应的资源列表合并后的复测通过总资源列表，圆形e未与正方形h重合的部分即为失效资源。
一些具体实施例中，复测失败结果e1所对应的资源列表包括资源R0、资源R1、资源R2和资源R3，将复测通过结果h1所对应的资源列表、复测通过结果h2所对应的资源列表和复测通过结果h3所对应的资源列表合并得到复测通过总资源列表，复测通过结果h1所对应的资源列表包括资源R1、资源R2和资源R3，复测通过结果h2所对应的资源列表包括资源R1、资源R4和资源R5，复测通过结果h3所对应的资源列表包括资源R1、资源R6和资源R7，则复测通过总资源列表包括资源R1、资源R2、资源R3、资源R4、资源R5、资源R6和资源R7，复测失败结果e1所对应的资源列表与复测通过总资源列表的交集包括资源R1、资源R2和资源R3，复测失败结果e1所对应的资源列表与交集的差集为资源R0，因此，资源R0为失效资源。
又一些具体实施例中，复测失败结果e1所对应的资源列表包括资源R0、资源R1、资源R2和资源R3，将复测通过结果h1所对应的资源列表、复测通过结果h2所对应的资源列表和复测通过结果h3所对应的资源列表合并得到复测通过总资源列表，复测通过结果h1所对应的资源列表包括资源R1和资源R3，复测通过结果h2所对应的资源列表包括资源R1、资源R4和资源R5，复测通过结果h3所对应的资源列表包括资源R1、资源R6和资源R7，则复测通过总资源列表包括资源R1、资源R3、资源R4、资源R5、资源R6和资源R7，复测失败结果e1所对应的资源列表与复测通过总资源列表的交集包括资源R1和资源R3，复测失败结果e1所对应的资源列表与交集的差集为资源R0，因此，资源R0和资源R2为失效资源。
一些实施例中，所述根据若干所述复测结果以及若干所述测试向量得到若干资源列表，包括：
获取所述测试向量所对应的测试方案；
根据所述测试方案获取所述测试向量所对应的物理网表信息；
根据所述物理网表信息生成资源列表。
图5本发明一些实施例中FPGA资源故障定位系统的结构框图。参照图5，所述FPGA资源故障定位系统用于实现所述FPGA资源故障定位方法，所述FPGA资源故障定位系统100包括复测单元101、资源列表生成单元102和分析单元103，其中，所述复测单元101用于通过若干测试向量对失效FPGA芯片进行复测，以得到若干复测结果，所述复测结果与所述测试向量一一对应；所述资源列表生成单元102用于根据若干所述复测结果以及若干所述测试向量得到若干资源列表，所述资源列表与所述复测结果一一对应，所述资源列表包括若干资源；所述分析单元103用于对若干所述资源列表进行分析，以得到失效资源。
一些实施例中，所述分析单元包括交集分析模块和第一差集分析模块中的至少一种，所述交集分析模块用于进行交集分析，所述第一差集分析模块用于进行第一差集分析。具体地，所述交集分析模块获取所有所述复测失败结果各自对应的资源列表，计算所有所述复测失败结果各自对应的资源列表的交集，以得到失效资源。所述第一差集分析模块获取所有所述复测失败结果各自对应的资源列表，获取所有所述复测通过结果各自对应的资源列表，将所有所述复测通过结果各自对应的资源列表合并为复测通过总资源列表，分别计算所有所述复测失败结果各自对应的资源列表与所述复测通过总资源列表的交集，计算所有所述复测失败结果各自对应的资源列表与所对应的交集的差集，计算所有差集的并集或交集，以得到失效资源。其中，所述计算所有差集的并集或交集，以得到失效资源，包括：当所有差集之间存在共同交集时，计算所有差集的交集，以得到失效资源；当所有差集之间均不存在交集时，则计算所有差集的并集，以得到失效资源；当差集之间均存在交集，但所有差集之间不存在共同交集，则计算差集之间的交集，然后计算所有交集的并集，以得到失效资源；当部分差集之间存在交集，部分差集与所有差集之间均没有交集，则计算存在交集的差集之间的交集，然后计算所有交集与不存在交集的差集的并集，以得到失效资源。
一些实施例中，所述分析单元包括第二差集分析模块，用于进行第二差集分析。具体地，第二差集分析模块获取所述复测失败结果对应的资源列表，获取所有所述复测通过结果各自对应的资源列表，将所有所述复测通过结果各自对应的资源列表合并为复测通过总资源列表，计算所述复测失败结果对应的资源列表与所述复测通过总资源列表的交集，计算所述复测失败结果对应的资源列表与交集的差集，以得到失效资源。
一些具体实施例中，所述资源列表生成单元获取所述测试向量所对应的测试方案，根据所述测试方案获取所述测试向量所对应的物理网表信息，根据所述物理网表信息生成资源列表。
虽然在上文中详细说明了本发明的实施方式，但是对于本领域的技术人员来说显而易见的是，能够对这些实施方式进行各种修改和变化。但是，应理解，这种修改和变化都属于权利要求书中所述的本发明的范围和精神之内。而且，在此说明的本发明可有其它的实施方式，并且可通过多种方式实施或实现。
Claims (10)
1.一种FPGA资源故障定位方法，其特征在于，包括：
通过若干测试向量对失效FPGA芯片进行复测，以得到若干复测结果，所述复测结果与所述测试向量一一对应；
根据若干所述复测结果以及若干所述测试向量得到若干资源列表，所述资源列表与所述复测结果一一对应，所述资源列表包括若干资源；
对若干所述资源列表进行分析，以得到失效资源。
2.根据权利要求1所述的FPGA资源故障定位方法，其特征在于，若干所述复测结果包括复测失败结果，所述对若干所述资源列表进行分析，以得到失效资源，包括：
判断所述复测失败结果的数量是否大于1；
若判断所述复测失败结果的数量大于1，则进行交集分析和第一差集分析中的至少一种；
若判断所述复测失败结果的数量等于1，则进行第二差集分析。
3.根据权利要求2所述的FPGA资源故障定位方法，其特征在于，所述交集分析包括：
获取所有所述复测失败结果各自对应的资源列表；
计算所有所述复测失败结果各自对应的资源列表的交集，以得到失效资源。
4.根据权利要求2所述的FPGA资源故障定位方法，其特征在于，若干所述复测结果还包括复测通过结果，所述第一差集分析包括：
获取所有所述复测失败结果各自对应的资源列表；
获取所有所述复测通过结果各自对应的资源列表；
将所有所述复测通过结果各自对应的资源列表合并为复测通过总资源列表；
分别计算所有所述复测失败结果各自对应的资源列表与所述复测通过总资源列表的交集；
计算所有所述复测失败结果各自对应的资源列表与所对应的交集的差集；
计算所有差集的并集或交集，以得到失效资源。
5.根据权利要求4所述的FPGA资源故障定位方法，其特征在于，所述计算所有差集的并集或交集，以得到失效资源，包括：当所有差集之间存在共同交集时，计算所有差集的交集，以得到失效资源；当所有差集之间均不存在交集时，则计算所有差集的并集，以得到失效资源；当差集之间均存在交集，但所有差集之间不存在共同交集，则计算差集之间的交集，然后计算所有交集的并集，以得到失效资源；当部分差集之间存在交集，部分差集与所有差集之间均没有交集，则计算存在交集的差集之间的交集，然后计算所有交集与不存在交集的差集的并集，以得到失效资源。
6.根据权利要求2所述的FPGA资源故障定位方法，其特征在于，若干所述复测结果还包括复测通过结果，所述第二差集分析包括：
获取所述复测失败结果对应的资源列表；
获取所有所述复测通过结果各自对应的资源列表；
将所有所述复测通过结果各自对应的资源列表合并为复测通过总资源列表；
计算所述复测失败结果对应的资源列表与所述复测通过总资源列表的交集；
计算所述复测失败结果对应的资源列表与交集的差集，以得到失效资源。
7.根据权利要求1所述的FPGA资源故障定位方法，其特征在于，所述根据若干所述复测结果以及若干所述测试向量得到若干资源列表，包括：
获取所述测试向量所对应的测试方案；
根据所述测试方案获取所述测试向量所对应的物理网表信息；
根据所述物理网表信息生成资源列表。
8.一种FPGA资源故障定位系统，用于实现如权利要求1～7任意一项所述的FPGA资源故障定位方法，其特征在于，所述FPGA资源故障定位系统包括复测单元、资源列表生成单元和分析单元，其中，所述复测单元用于通过若干测试向量对失效FPGA芯片进行复测，以得到若干复测结果，所述复测结果与所述测试向量一一对应；所述资源列表生成单元用于根据若干所述复测结果以及若干所述测试向量得到若干资源列表，所述资源列表与所述复测结果一一对应，所述资源列表包括若干资源；所述分析单元用于对若干所述资源列表进行分析，以得到失效资源。
9.根据权利要求8所述的FPGA资源故障定位系统，其特征在于，所述分析单元包括交集分析模块和第一差集分析模块中的至少一种，所述交集分析模块用于进行交集分析，所述第一差集分析模块用于进行第一差集分析。
10.根据权利要求8所述的FPGA资源故障定位系统，其特征在于，所述分析单元包括第二差集分析模块，用于进行第二差集分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310328579.3A CN116541194A (zh) | 2023-03-30 | 2023-03-30 | Fpga资源故障定位方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310328579.3A CN116541194A (zh) | 2023-03-30 | 2023-03-30 | Fpga资源故障定位方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116541194A true CN116541194A (zh) | 2023-08-04 |
Family
ID=87449570
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310328579.3A Pending CN116541194A (zh) | 2023-03-30 | 2023-03-30 | Fpga资源故障定位方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116541194A (zh) |
-
2023
- 2023-03-30 CN CN202310328579.3A patent/CN116541194A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3872954B2 (ja) | 有限状態機械を識別して回路設計を検査するシステムおよび方法 | |
| CN111061293B (zh) | 多参数耦合的飞行器故障定位方法、飞行器及存储介质 | |
| US8365133B2 (en) | Testing apparatus, testing method, and program | |
| CN102169846A (zh) | 一种在集成电路晶圆测试过程中实现多维变量密码并行写入的方法 | |
| WO2020113526A1 (zh) | 一种芯片验证方法和装置 | |
| JPH09145800A (ja) | テストパターン生成方式 | |
| Ye et al. | Adaptive board-level functional fault diagnosis using incremental decision trees | |
| US11663113B2 (en) | Real time fault localization using combinatorial test design techniques and test case priority selection | |
| Bodhe et al. | Diagnostic Fail Data Minimization Using an $ N $-Cover Algorithm | |
| CN116541194A (zh) | Fpga资源故障定位方法及系统 | |
| CN103165405A (zh) | 一种通过gpib接口实时生成多维变量密码方法 | |
| CN112988566B (zh) | 测试覆盖率提高方法、装置、计算机设备及存储介质 | |
| CN114168399A (zh) | 一种信号处理单元测试方法及系统 | |
| CN109032932B (zh) | 一种支持约束的组合测试故障定位方法 | |
| CN106707144B (zh) | 一种应用于反熔丝fpga测试向量的逆向分析方法 | |
| Pomeranz | Multicycle tests with fault detection test data for improved logic diagnosis | |
| JPS63140969A (ja) | 試験容易化方式 | |
| JPH03120485A (ja) | 半導体集積回路の故障個所推定方式 | |
| JPH07121576A (ja) | 故障シミュレーション装置 | |
| CN113434408B (zh) | 一种基于测试预言的单元测试用例排序方法 | |
| CN109945892B (zh) | 一种惯性导航系统复杂算法类需求的在线测试方法 | |
| CN111782695B (zh) | Mpw多产品联测的数据处理方法、存储介质及计算机设备 | |
| CN108959091B (zh) | 一种支持约束的事件序列故障定位方法 | |
| CN112579439A (zh) | 一种基于显示控制系统的形式化验证方法 | |
| JPH11265980A (ja) | 集積回路の故障検証方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |