1. 量产测试概述

1.1 什么是量产测试

量产测试，说白了就是芯片从设计公司交到客户手里之前的最后一道关卡。

我经常跟新入行的同事说：设计验证是证明芯片能工作，量产测试是证明芯片能一直工作。这两者差别很大。

设计验证阶段，你拿几十颗、几百颗芯片，在实验室里跑各种 corner case。环境温度可控，电源稳定，测试时间可以拉得很长。但量产测试不一样——

• 你面对的是几万、几十万颗芯片
• 每颗芯片的测试时间只有几秒到几十秒
• 测试设备是 ATE（自动测试设备），不是实验室的仪器
• 测试程序必须稳定、可靠、可重复

量产测试的核心目标就三个：筛掉坏的、留下好的、别把好的误判成坏的。

1.2 量产测试在芯片生命周期中的位置

芯片从概念到量产，大致走这么几个阶段：

1. 设计阶段 — RTL 编码、综合、STA、形式验证
2. 流片 — 把设计交给晶圆厂制造
3. 晶圆测试（CP） — 在划片之前，对晶圆上的每颗 die 进行测试
4. 封装 — 把好的 die 封装成芯片
5. 成品测试（FT） — 对封装后的芯片进行最终测试
6. 出货 — 合格的芯片发给客户

量产测试覆盖的就是 CP 和 FT 这两个环节。我见过不少团队，设计阶段投入大量精力，到了量产测试阶段却草草了事。结果呢？良率低、逃逸率高、客户退货。嗯，这里要提醒大家：量产测试是芯片质量的最后一道防线。

1.3 良率与成本的关系

良率，就是合格芯片数量 ÷ 总生产芯片数量。这个数字直接决定了你的芯片是赚钱还是亏钱。

我举个例子。假设一颗芯片的研发成本是 1000 万，流片成本 500 万，封装测试成本每颗 2 元。如果良率是 90%，生产 10 万颗，合格 9 万颗，每颗分摊的研发和流片成本是 1500 万 ÷ 9 万 ≈ 167 元。如果良率掉到 70%，同样生产 10 万颗，合格只有 7 万颗，每颗分摊成本就变成了 1500 万 ÷ 7 万 ≈ 214 元。每颗成本直接涨了 47 块钱。

你想想看，如果这颗芯片的售价只有 200 元，90% 良率还能赚 33 块，70% 良率就亏 14 块。这就是为什么良率是量产的生命线。

良率	生产数量	合格数量	固定成本分摊（元/颗）	单颗总成本（元）	利润（售价200元）
95%	100,000	95,000	157.9	159.9	+40.1
90%	100,000	90,000	166.7	168.7	+31.3
80%	100,000	80,000	187.5	189.5	+10.5
70%	100,000	70,000	214.3	216.3	-16.3
60%	100,000	60,000	250.0	252.0	-52.0

这里有个常见的误区：良率越高越好，但测试越严越好。这两个目标其实是冲突的。

测试规格收得越紧，良率就越低。但测试规格放得太松，坏芯片就会流到客户手里。我在项目中遇到过这种情况：某款芯片的 FT 良率一直稳定在 92% 左右，突然某个月跌到了 85%。生产部门急得跳脚，要求放宽测试规格。我坚持先做失效分析，结果发现是封装厂换了新的焊线机，参数没调好。如果当时直接放宽规格，那批芯片到了客户手里，返修率至少 5%。

量产测试工程师的核心工作之一，就是在测试覆盖率和良率之间找到平衡点。测试覆盖率越高，漏掉坏片的概率越低，但测试时间越长、成本越高，还可能因为测试过度导致良率下降。

1.4 量产测试的核心指标

衡量量产测试做得好不好，我一般看这几个指标：

• 良率（Yield） — 合格芯片占比，直接反映制造质量和测试合理性
• 测试时间（Test Time） — 每颗芯片的测试耗时，决定测试产能和成本
• 逃逸率（DPPM） — 每百万颗芯片中漏掉的不良品数量，反映测试覆盖率
• 误判率（Overkill Rate） — 好芯片被误判为坏的比例，反映测试稳定性
• 重复性（Repeatability） — 同一颗芯片多次测试结果的一致性

这几个指标是互相牵制的。你想降低逃逸率，就得加测试项，测试时间就长了。你想缩短测试时间，就得砍测试项，逃逸率可能就上去了。你想提高良率，可能就得放宽规格，误判率降了但逃逸率升了。

说白了，量产测试就是在多个约束条件下找最优解。没有完美的测试方案，只有最适合当前产品、当前阶段、当前成本的方案。