量产测试基本概念：良率、DPAT、测试覆盖率
各位同学好。今天我们聊量产测试的基础概念。你可能会想：“不就是把芯片测一遍吗？有什么好讲的？”哎，别急。量产测试的坑，我一个一个踩过。
什么是量产测试？
量产测试，说白了就是在产线上对所有芯片进行大规模测试。目的是把不合格的芯片挑出来，别让他们流到客户手里。
这里有个容易混淆的点：量产测试和工程验证是不一样的。
| 对比项 | 工程验证测试 | 量产测试 |
|---|---|---|
| 目的 | 验证芯片功能、找出设计缺陷 | 筛选良品、保证出货质量 |
| 样本数 | 几十~几百颗 | 几十万~几百万颗 |
| 测试时间 | 宽松，可以跑遍所有corner | 严苛，每颗芯片测试时间有成本预算 |
| 测试项 | 全功能、全参数、极限条件 | 关键参数、DFT（可测性设计）插入的扫描链等 |
| 结果关注 | 功能是否正确 | 良率、DPAT、测试覆盖率 |
我记得刚入行时，领导让我写量产测试方案。我直接把工程验证的Pattern拿过来了，每颗芯片跑10秒——被骂得狗血淋头。量产测试的每毫秒都是钱啊！
良率（Yield）
良率是最直观的量产指标。公式很简单：良率 = 良品数 / 总测试芯片数 × 100%。
但良率不是孤立的。它跟你设计的裕量、工艺稳定性、甚至测试本身的错误都有关系。
# 举个例子，UFS 2.0产品
总投片：1000颗
ATE测试通过：920颗
最终良率：92%92%算高吗？看产品。消费类UFS，良率低于85%基本要赔本。车规级UFS，哪怕99%都不够——因为DPAT会卡掉更多。
DPAT（动态参数平均测试）
DPAT这个名字听起来高级，本质就是“要把分布太偏的芯片扔出去”。
UFS这类高速接口，测试时测出的参数（比如眼高、眼宽、抖动）往往呈现正态分布。工艺中间体分布最密，两端尾巴少。DPAT会设定一个窗口：窗口外的芯片，哪怕功能正常，也要判Fail。
为什么要这么做？
- 可靠性风险： 参数偏标的芯片在温度波动、电压漂移时容易失效。
- 客户容忍度： 苹果、三星这些大客户都有严格DPAT要求，你不筛，他们也会筛，到时候退货损失更大。
我记得有次给某手机厂商供货，对方要求DPAT窗口 ±3σ。我们在ATE上加了DPAT计算，结果良率直接掉了8%。供应商急得跳脚，但我坚持不改——后来出货后，没有一颗因参数异常而退货。所以说，DPAT是短期痛，长期省。
测试覆盖率（Test Coverage）
测试覆盖率衡量的是“你测了多少电路”。常用两个指标：
- 缺陷覆盖率： (检测到的故障数 / 总可能故障数) × 100%
- 功能覆盖率： (被测试的功能场景 / 全部功能场景) × 100%
做UFS量产，我建议重点关注缺陷覆盖率。因为功能测试在工程验证阶段已经做过了，量产时主要靠DFT（扫描链、MBIST、边界扫描）来保证结构性覆盖。
# 常用的覆盖目标
扫描链缺陷覆盖率：≥98%
MBIST（内存自测试）覆盖率：≥95%
功能测试项数：100~200条覆盖率低了会怎样？漏掉的故障可能变成客户现场失效。但覆盖率也不是越高越好——到了98%以上，每提升1%可能测试时间翻倍。需要权衡。
我个人习惯设定一个“覆盖率及格线”：消费类UFS，缺陷覆盖≥95%；车规类≥98%。然后在量产初批快速跑一次Pattern质量评估，发现覆盖率不够就加Pattern，但不能超过总测试时间预算。
四大概念的关系
上面三个概念不是孤立的。我画了一张关系图，你可以看到它们在量产测试中的位置。
从图里可以看到，量产测试是中心，良率、DPAT、测试覆盖率三足鼎立。你调任何一个，都会影响其他两个。比如加了DPAT窗口，良率下降；降低覆盖率要求，良率上升但冒风险。
本章小结
量化测试的四个基本功：
- 量产测试：在产线上以低成本、高速度筛选良品
- 良率：最直接的产量指标，但要看整体收益
- DPAT：把参数分布不好的“边缘品”剔除，保证可靠性
- 测试覆盖率：确保你的Pattern真的测到了电路里可能出问题的地方
下次你拿到一个新UFS产品，先别急着跑Pattern。打开设计文档，看看覆盖率目标，问一句：“DPAT窗口准备设多少？”这一步想清楚，后面能省很多麻烦。