[发明专利]基于机器学习的芯片性能参数测试方法和装置

权利要求书

1.一种基于机器学习的芯片性能参数测试方法，包括：

控制测试机台对同一批次的晶圆进行采样，其中，所述测试机台被设置为，第一部分机台按照第一采样密度采集晶圆上芯片的第一测试用数据，第二部分机台按照第二采样密度采集晶圆上芯片的第二测试用数据，所述第一采样密度小于所述第二采样密度；

使用预设的机器学习模型对所述第一测试用数据进行处理，生成第一测试参数；

使用预定拟合曲线方法对所述第二测试用数据进行处理，生成第二测试参数；

基于所述第一测试参数和所述第二测试参数，完成所述同一批次的晶圆上的芯片的电学性能参数测试。

2.根据权利要求1所述的方法，其中，所述方法还包括：

使用所述第一测试参数和所述第二测试参数，制作双线趋势图；

将所述双线趋势图进行显示。

3.根据权利要求1所述的方法，其中，所述机器学习模型是通过以下方式训练得到的：

获取产线上的测试机台按所述第二采样密度采集的历史测试用数据；

针对所述历史测试用数据使用所述预定拟合曲线方法，生成历史测试参数；

对所述历史测试用数据进行采样，得到采样后测试用数据，其中，所述采样后测试用数据的采样密度与所述第一采样密度相同；

将所述采样后测试用数据作为输入，将所述历史测试参数作为期望输出，训练得到所述机器学习模型。

4.根据权利要求1所述的方法，其中，所述方法还包括：

响应于确定使用所述机器学习模型处理数据的总时长未超过预设时长阈值，以及满足预设的模型校准条件，重新控制产线上的测试机台以所述第二采样密度采集测试用数据；

基于产线上的测试机台采集的测试用数据，以及对应生成的测试参数，生成第一校准样本集；

使用所述第一校准样本集对所述机器学习模型进行再次训练。

5.根据权利要求1所述的方法，其中，所述方法还包括：

响应于确定使用所述机器学习模型处理数据的总时长超过预设时长阈值，以及满足预设的模型校准条件，基于所述第二测试用数据和第二测试参数，生成第二校准样本集；

使用所述第二校准样本集对所述机器学习模型进行再次训练。

6.根据权利要求4或5所述的方法，其中，所述模型校准条件包括以下之一：距离上一次模型校准的时间间隔达到预设时间间隔，所述机器学习模型处理晶圆的个数超过预设的个数阈值。

7.根据权利要求1所述的方法，其中，测试参数包括以下之一：开启电压、击穿电压、亚阈值斜率、漏致势垒降低。

8.根据权利要求1所述的方法，其中，在控制测试机台对同一批次的晶圆进行采样之前，所述方法还包括：

接收采样频率设置信息，其中，所述采样频率设置信息用于设置产线上的测试机台的采样频率，使第一部分机台按第一采样密度采集数据，第二部分机台按第二采样密度采集数据。

9.一种基于机器学习的芯片性能参数测试装置，包括：

采样单元，配置为控制测试机台对同一批次的晶圆进行采样，其中，所述测试机台被设置为，第一部分机台按照第一采样密度采集晶圆上芯片的第一测试用数据，第二部分机台按照第二采样密度采集晶圆上芯片的第二测试用数据，所述第一采样密度小于所述第二采样密度；

第一生成单元，配置为使用预设的机器学习模型对所述第一测试用数据进行处理，生成第一测试参数；

第二生成单元，配置为使用预定拟合曲线方法对所述第二测试用数据进行处理，生成第二测试参数；

测试单元，配置为基于所述第一测试参数和所述第二测试参数，完成所述同一批次的晶圆上的芯片的电学性能参数测试。

10.一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-8中任一项所述的方法。