[发明专利]一种芯片测试数据判断方法、装置、存储介质及测试方法

说明书

本发明公开一种芯片测试数据判断方法，包括以下步骤：创建机器学习判断模型，以及获取并将集成电路芯片的技术文档，集成电路芯片的参数的测试数据与参考数据作为所述机器学习判断模型的数据源对所述机器学习判断模型进行训练；然后获取待判断集成电路芯片的测试数据；最后将待判断集成电路芯片的测试数据输入到训练后的机器学习判断模型进行计算得出计算结果，并根据计算结果判断待判断集成电路芯片是否为正常芯片。本发明能够大大提高芯片测试数据判断的准确率。本发明还提供一种芯片测试数据判断装置、存储介质及测试方法。

技术领域

本发明涉及集成电路芯片的测试，尤其涉及一种芯片测试数据判断方法、装置、存储介质及测试方法。

背景技术

集成电路芯片的生产过程一般包括电路设计、晶圆制造、封装、测试等多个环节。其中，测试环节是指根据产品的技术规格，通过电性测试对产品的功能和性能进行验证。测试的目的一般包括产品设计规则的验证、生产品质的验证，通过获取相关数据以用于改善生产良率、监控产品的质量品质等。

集成电路芯片的测试一般是按照芯片的技术规格要求，对芯片的相关参数进行评估。其中，相关参数包括但不限于以下参数中的一种或多种的组合：芯片的漏电流、输入电压、输入电流、输出电压、输出电流、最大时钟频率、数据设置时间、数据保持时间、信噪比、总谐波形变、放大倍数、噪声基底、互调失真、抖动、相位噪声等。通过对上述相关参数进行评估得出测试值，然后将其与预先设定的上下限进行对比，以便根据对比结果判断参数的测试结果是否正常，从而判断集成电路芯片是否符合对应规格。

然而在集成电路芯片的测试过程中，很大程度会因为存在各种内部或外部因素导致评估的结果存在偏差，这样导致对芯片的品质的测试就有可能出现将异常的芯片误判为正常芯片而导致漏检或者将正常的芯片误判为异常芯片而导致良率损失。漏检时会导致品质不达标的产品流通到生产或销售的下一个环节，造成生产成本或售后服务成本的增加；而良率损失时会导致正常的芯片被当作不达标的产品而被废弃，造成浪费。因此，在芯片测试时应尽可能地提高测试结果判定的准确性，以避免上述两种错误的发生。

然而常见的芯片测试结果的判断方法是通过将参数的测试值与预先设定的参数的技术规格的上下限进行对比。在芯片各参数之间存在复杂关联性的情况下，上述方法存在一定的局限性。为了提高测试结果判断的准确性，可通过对预先设定的参数的技术规格的上下限进行严格设定来降低漏检率，但是这种方式很大可能会导致正常的芯片被判断为异常芯片，导致芯片的良率损失；相反，将预先设定的参数的技术规格的上下限进行宽松设定可用来降低良率损失率，但是会导致芯片的漏检率增加。因此，迫切需要一种更好的集成电路测试结果判断方法，来提高集成电路芯片测试结果判断准确性，以便降低漏检率和良率损失率等。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种芯片测试数据判断方法，其能够解决现有技术中芯片测试结果判断不准确等问题。

本发明的目的之二在于提供一种芯片测试数据判断装置，其能够解决现有技术中芯片测试结果判断不准确等问题。

本发明的目的之三在于提供一种存储介质，其能够解决现有技术中芯片测试结果判断不准确等问题。

本发明的目的之四在于提供一种芯片测试方法，其能够解决现有技术中芯片测试结果判断不准确等问题。

本发明的目的之一采用如下技术方案实现：

一种芯片测试数据判断方法，所述判断方法包括以下步骤：

建模步骤：选定并创建机器学习判断模型，以及获取并将集成电路芯片的技术文档，集成电路芯片的参数的测试数据与参考数据作为所述机器学习判断模型的数据源对所述机器学习判断模型进行训练；所述参考数据包括集成电路芯片为正常芯片或异常芯片时的标识数据；

数据获取步骤：获取待判断集成电路芯片的测试数据；