【半導體測試】為什麼 STDF 二進位格式比文字檔（CSV/XML）小得多？
【半導體測試】為什麼 STDF 二進位格式比文字檔（CSV/XML）小得多？
一、海量測試數據的儲存難題
半導體量產測試（Wafer Test / Final Test）會產生數百萬、甚至數千萬筆的晶片數據。STDF（Standard Test Data Format）採用二進位（Binary）架構，其檔案體積能比傳統的文字模式（CSV、TXT）縮減數倍，核心原因有以下三個：
二、STDF 檔案體積極小化的核心原因
● 1. 數字儲存：從「按字數算錢」變成「包月吃到飽」
這是兩者在記憶體與硬碟空間效率上最大的差異。
文字模式（如 CSV）： 它是看你寫幾個字，就佔用幾個位元組（Byte）。例如儲存測試數值 123.4567，文字模式必須把 1、2、3、.、4、5、6、7 這 8 個字元個別存下來，總共需要 8 個位元組。如果數字越長、小數點後位數越多，檔案就會越肥。
二進位模式（STDF）： 它採用標準的 4 位元組浮點數（Float）。它就像在硬碟裡畫好一個「固定大小的格子」，不論你存的是 1.0、123.4567 還是 99999.8888，電腦在底層通通只使用 4 個位元組 的空間來包裝，直接省下 50% 以上的空間。
💡 4 個位元組為什麼能容納所有大小的數字？
因為電腦使用了類似「科學記號」的魔法（IEEE 754 標準）。它將 4 個位元組（32 個 0 與 1）拆成三個部門合作：
- 正負號（1 位元）：記錄正或負。
- 指數（8 位元）：記錄「大小範圍」（2 的幾次方），負責讓小數點左右大挪移。
- 尾數（23 位元）：記錄「核心數字長相」。
不論數字再大（如 1234500000）或再小（如 0.00000123），它都只記錄核心數字與縮放大小，因此空間永遠固定是 4 個位元組。這在半導體測試（精度要求在 6~7 位有效數字）的場景中，是最完美的平衡。
● 2. 結構設計：0 冗餘，100% 只留給有效數據
文字模式（CSV / XML / JSON）： 為了讓人類讀得懂，文字檔塞滿了非數據的「輔助字元」。CSV 需要大量的逗號（,）與換行符號；XML 則充滿了重複的標籤（如 <Param>...</Param>），這些雜訊往往比實際數據還要大。
STDF 模式： 採用 「型態-長度-內容」（Type-Length-Value） 的固定結構。檔案直接告訴系統：「接下來這段資料有 20 個位元組，前 4 個位元組是測試編號，後 16 個位元組是測試結果。」因為一切靠精準的位元組計數定位，STDF 完全不需要任何逗號、引號或換行符號。
● 3. 欄位名稱不重複儲存
在測試檔案中，同一個測試項目（例如：VCC_Current_Max）會被重複檢查百萬次。
CSV 檔： 每一行晶片資料可能都要重複寫一次 "VCC_Current_Max", 1.23。
STDF 檔： 在檔案開頭的指標紀錄（PMR/PGR）中定義一次：「編號 #5 叫做 VCC_Current_Max」。接下來幾百萬筆的測試結果裡，只要標記 #5, 1.23 即可，欄位名稱不佔用重複的空間。
三、實務上的檔案體積對比
在相同測試資料量下，各格式的體積與特性表現如下：
| 檔案格式 | 相對體積 | 優點 | 缺點 |
|---|---|---|---|
| STDF (原始二進位) | 1x (基準) | 體積小、讀寫效率高、半導體業界標準。 | 人類無法直接用記事本閱讀。 |
| CSV (文字模式) | 3x ~ 5x | 用 Excel 就能打開，通用性高。 | 檔案臃腫、資料量大時開啟極慢。 |
| XML (文字模式) | 10x 以上 | 結構清晰、可讀性極佳。 | 充斥重複標籤，極度臃腫。 |
業界最終兵器：
因為 STDF 結構緊湊，它非常適合進行二次壓縮。在產線上，大家最常看到的其實是 .stdf.gz 格式，透過 GZIP 壓縮後，體積會進一步縮減到原本的 10% ~ 20%，是兼顧標準化、傳輸效率與儲存成本的最優解。
💡 小結：二進位制與結構化設計讓 STDF 成為半導體測試數據的最佳載體，犧牲了一點直觀可讀性，換來的卻是海量數據時代下不可或缺的超高傳輸與儲存效能。
留言
張貼留言