一种利用人工智能技术的芯片寿命预测系统及方法技术方案

本发明专利技术公开了一种利用人工智能技术的芯片寿命预测系统及方法，包括步骤S100：分别获取不同规格型号芯片在出厂前得到寿命数据时的仿真老化轨迹曲线；分别对不同芯片的仿真老化轨迹曲线进行使用时长划阶段处理；步骤S200：基于各芯片在不同使用时长阶段的老化特征值进行曲线拟合得到各芯片的老化特征值轨迹曲线；步骤S300：进行初始匹配判断得到匹配判断结果，匹配判断结果包括需对待测芯片进行寿命预测时长调整、不需对待测芯片进行寿命预测时长调整、需对待测芯片进行仿真老化轨迹曲线的重新匹配；步骤S400：对匹配判断结果进行校验；步骤S500：按照校验过的匹配判断结果对待测芯片进行寿命的匹配及预测。待测芯片进行寿命的匹配及预测。待测芯片进行寿命的匹配及预测。

A chip life prediction system and method using artificial intelligence technology

【技术实现步骤摘要】
一种利用人工智能技术的芯片寿命预测系统及方法


[0001]本专利技术涉及人工智能设备寿命预测
，具体为一种利用人工智能技术的芯片寿命预测系统及方法。

技术介绍

[0002]现有技术中对于芯片寿命进行预测，往往会根据历史芯片的投入使用情况得到对应的寿命老化轨迹曲线，而对于新投入使用的相同规格型号的数据也都一致参考以往得到的寿命老化轨迹曲线进行寿命预测；但实际使用过程中，芯片的使用场景往往复杂多样，因为需要的不同芯片实际工作的环境也是不同的，而外界环境的不同或者人为操作习惯的不同对芯片使用寿命带来的影响也是不同的；有些芯片因为长期恶劣的环境或者长期人为不正当的操作导致其相对于同规格型号的其他芯片出现了提前老化的现象；有些芯片也可能因为长期恶劣的环境或者长期人为不正当的操作导致芯片性能被根本破坏了的现象，所以这些时候若再对这些芯片按照原有的老化曲线轨迹进行预测得到的结果往往都是不准确且不具备参考价值的。

技术实现思路

[0003]本专利技术的目的在于提供一种利用人工智能技术的芯片寿命预测系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：一种利用人工智能技术的芯片寿命预测方法，其特征在于，预测方法包括：
[0005]步骤S100：预测系统分别获取不同规格型号芯片在出厂前得到寿命数据时的仿真老化轨迹曲线；仿真老化轨迹曲线是指设置芯片在标准供应情况下得到的芯片性能参数值随着使用时长衰减变化的轨迹曲线；分别对不同芯片的仿真老化轨迹曲线进行使用时长划阶段处理分别得到不同芯片使用时长划阶段处理的分段周期以及不同芯片在各分段周期对应的老化特征值；
[0006]步骤S200：基于各芯片在不同使用时长阶段的老化特征值进行曲线拟合得到各芯片的老化特征值轨迹曲线；
[0007]步骤S300：预测系统基于待测芯片的信息结合对应的仿真老化轨迹曲线和老化特征值轨迹曲线进行初始匹配判断得到匹配判断结果，匹配判断结果包括需对待测芯片进行寿命预测时长调整、不需对待测芯片进行寿命预测时长调整、需对待测芯片进行仿真老化轨迹曲线的重新匹配；
[0008]步骤S400：对需对待测芯片进行寿命预测时长调整的匹配判断结果和需对待测芯片进行仿真老化轨迹曲线重新匹配的匹配判断结果进行校验；
[0009]步骤S500：按照校验过的匹配判断结果对待测芯片进行寿命的匹配及预测。
[0010]进一步的，步骤S100包括：
[0011]步骤S101：设第i种规格型号的芯片使用寿命为T
i
，T
i
的单位为A；基于T
i
随机设置
若干种划分时间周期t
i
，一种t
i
数值的设置方式对应一种使用时长划分方法，t
i
的单位为A
‑1；分别基于t
i
将第i种规格型号的芯片使用寿命T
i
划分得到N个使用时长阶段；分别在k个使用时长阶段内计算每间隔一个A
‑2单位得到的性能变化率p；其中，A
‑1表示A的下一级单位；A
‑2表示A的下两级单位，A
‑1的下一级单位；
[0012]步骤S102：记第x种使用时长划分方法中，第k个使用时长阶段内性能变化率的个数为Q
K
，第k个使用时长阶段内第j个性能变化率为第k个使用时长阶段内所有性能变化率的平均值为
[0013]步骤S103：计算第x种使用时长划分方法中每个使用时长阶段内的偏差平方和计算第x种使用时长划分方法中所有使用时长阶段的偏差平方和计算第x种使用时长划分方法的方差拟合优度
[0014]步骤S104：按照步骤S101
‑
步骤S103分别计算不同种规格型号芯片的不同种使用时长划分方法对应的方差拟合优度，对每一种规格型号芯片选择方差拟合优度最接近1的使用时长划分方法作为最佳划分方法；将最佳划分方法对应的划分时间周期作为对该种规格型号芯片进行使用时长划阶段处理的分段周期，得到若干个使用时长阶段，将每个使用时长阶段内所有性能变化率的平均值作为各分段周期对应的老化特征值；
[0015]上述对各种芯片进行仿真老化轨迹曲线的使用时长划阶段处理是为了得到各种芯片在不同时间段内的平均老化特征；因为芯片是个长寿命的部件，但是全新的芯片和使用过一段时间的芯片和使用过过半时间的芯片在老化的速度上是有区别的，在本申请中，对不同芯片进行使用时长划阶段处理的方法运用了聚类的思维，使得在最终确定的划分方法中位于同一个使用时长阶段内部的性能变化率相似性最大，而不同使用时长阶段之间的性能变化率相异性最大；根据各使用时长阶段的性能变化率可以实现对芯片进行寿命预测时的阶段锁定，使得最终得到的芯片寿命预测结果更精确。
[0016]进一步的，步骤S200包括：
[0017]步骤S201：记最终得到的分段周期为h，使用时长阶段的个数为E
h
，第i个使用时长阶段的老化特征值为R
i
；记第i个使用时长阶段的时间范围为[(i
‑
1)h，ih]；以每个使用时长阶段的时间范围为横坐标，以每个使用时长阶段的老化特征值为纵坐标，得到E
h
个坐标点，每个坐标点的形式如：[[(i
‑
1)h，ih]，R
i
]；
[0018]步骤S202：分别将各芯片对应的E
h
个坐标点进行曲线拟合得到各芯片在不同使用时长阶段内老化特征值的轨迹曲线；
[0019]上述得到的各芯片在不同使用时长阶段内老化特征值的轨迹曲线正是在对芯片的仿真老化轨迹曲线进行化阶段处理后得到的曲线，且该曲线可以更好的体现出不同的芯片的不同寿命老化特征，也能体现出不同芯片之间的性能好坏，类似于一个性能较好的芯片相对于一个性能较差的芯片而言，或许它们在最开始使用时长阶段的初始老化特征值接近，但性能好的芯片从初始老化特征值要进入下一个次老化特征值所需要的时间会比性能
差的芯片的从初始老化特征值进入下一个次老化特征值所需要的时间更长；也就是说性能好的芯片能维持一开始的初始老化特征值较性能差的芯片维持一开始的初始老化特征值的时间周期长；又或许它们由初始老化特征值进入下一个次老化特征值所需要的时间接近，但是初始老化特征值之间区别大，即性能好的芯片的初始老化特征值远小于性能差的芯片的初始老化特征值；所以各规格型号芯片的老化特征值的轨迹曲线即可作为区分不同性能不同规格型号芯片的直观特征曲线。
[0020]进一步的，步骤S300包括：
[0021]步骤S301：设根据待测芯片的规格型号初始匹配到仿真老化轨迹曲线L1，老化特征值轨迹曲线L2；获取待测芯片直至寿命预测当前时刻的已实际投入使用时长Ta、直至寿命预测当前时刻的实际性能参数值Ya、Ta在曲线L2中的所属分段周期Ra、与所属分段周期Ra对应的老化特征值Ua；根据Ta在曲线L1中得到标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用人工智能技术的芯片寿命预测方法，其特征在于，所述预测方法包括：步骤S100：预测系统分别获取不同规格型号芯片在出厂前得到寿命数据时的仿真老化轨迹曲线；所述仿真老化轨迹曲线是指设置芯片在标准供应情况下得到的芯片性能参数值随着使用时长衰减变化的轨迹曲线；分别对不同芯片的所述仿真老化轨迹曲线进行使用时长划阶段处理分别得到不同芯片使用时长划阶段处理的分段周期以及不同芯片在各分段周期对应的老化特征值；步骤S200：基于各芯片在不同使用时长阶段的老化特征值进行曲线拟合得到各芯片的老化特征值轨迹曲线；步骤S300：所述预测系统基于待测芯片的信息结合对应的仿真老化轨迹曲线和老化特征值轨迹曲线进行初始匹配判断得到匹配判断结果，所述匹配判断结果包括需对待测芯片进行寿命预测时长调整、不需对待测芯片进行寿命预测时长调整、需对待测芯片进行仿真老化轨迹曲线的重新匹配；步骤S400：对需对待测芯片进行寿命预测时长调整的匹配判断结果和需对待测芯片进行仿真老化轨迹曲线重新匹配的匹配判断结果进行校验；步骤S500：按照校验过的匹配判断结果对待测芯片进行寿命的匹配及预测。2.根据权利要求1所述的一种利用人工智能技术的芯片寿命预测方法，其特征在于，所述步骤S100包括：步骤S101：设第i种规格型号的芯片使用寿命为T
i
，T
i
的单位为A；基于T
i
随机设置若干种划分时间周期t
i
，一种t
i
数值的设置方式对应一种使用时长划分方法，t
i
的单位为A
‑1；分别基于t
i
将第i种规格型号的芯片使用寿命T
i
划分得到N个使用时长阶段；分别在k个使用时长阶段内计算每间隔一个A
‑2单位得到的性能变化率p；其中，A
‑1表示A的下一级单位；A
‑2表示A的下两级单位，A
‑1的下一级单位；步骤S102：记第x种使用时长划分方法中，第k个使用时长阶段内性能变化率的个数为Q
K
，第k个使用时长阶段内第j个性能变化率为第k个使用时长阶段内所有性能变化率的平均值为步骤S103：计算第x种使用时长划分方法中每个使用时长阶段内的偏差平方和计算第x种使用时长划分方法中所有使用时长阶段的偏差平方和计算第x种使用时长划分方法的方差拟合优度步骤S104：按照步骤S101
‑
步骤S103分别计算不同种规格型号芯片的不同种使用时长划分方法对应的方差拟合优度，对每一种规格型号芯片选择方差拟合优度最接近1的使用时长划分方法作为最佳划分方法；将所述最佳划分方法对应的划分时间周期作为对该种规格型号芯片进行使用时长划阶段处理的分段周期，得到若干个使用时长阶段，将每个使用时长阶段内所有性能变化率的平均值作为各分段周期对应的老化特征值。3.根据权利要求2所述一种利用人工智能技术的芯片寿命预测方法，其特征在于，所
述，所述步骤S200包括：步骤S201：记最终得到的分段周期为h，使用时长阶段的个数为E
h
，第i个使用时长阶段的老化特征值为R
i
；记第i个使用时长阶段的时间范围为[(i
‑
1)h，ih]；以每个使用时长阶段的时间范围为横坐标，以每个使用时长阶段的老化特征值为纵坐标，得到E
h
个坐标点，每个坐标点的形式如：[[(i
‑
1)h，ih]，R
i
]；步骤S202：分别将各芯片对应的E
h
个坐标点进行曲线拟合得到各芯片在不同使用时长阶段内老化特征值的轨迹曲线。4.根据权利要求1所述的一种利用人工智能技术的芯片寿命预测方法，其特征在于，所述步骤S300包括：步骤S301：设根据所述待测芯片的规格型号初始匹配到仿真老化轨迹曲线L1，老化特征值轨迹曲线L2；获取待测芯片直至寿命预测当前时刻的已实际投入使用时长Ta、直至寿命预测当前时刻的实际性能参数值Ya、Ta在曲线L2中的所属分段周期Ra、与所属分段周期Ra对应的老化特征值Ua；根据Ta在曲线L1中得到标准性能参数值Yb；步骤S302：根据Ya在曲线L1中得到使用时长Tb，获取Tb在曲线L2中的所属分段周期Rb、与所属分段周期Rb对应的老化特征值Ub；根据Ta在曲线L1中得到标准性能参数值Yb；步骤S302：若Ya＞Yb，判定需对待测芯片进行寿命预测时长调整；若Ya＝Yb，判定不需对待测芯片进行寿命预测时长调整；若Ya＜Yb，且Ra＝Rb或者Ra≠Rb，即的值包含于(Ua,Ub)中，判定需对待测芯片进行寿命预测时长调整；若Ya＜Yb，且Ra≠Rb，即的值不包含于(Ua,Ub)中，判定需对所述待测芯片进行仿真老化轨迹曲线的重新匹配。5...

【专利技术属性】
技术研发人员：刘兴茂，刘丹，张桂琴，暴宇，徐国超，马婧，宋太洙，李俊华，
申请(专利权)人：江苏汤谷智能科技有限公司，
类型：发明
国别省市：