本发明专利技术涉及半导体芯片测试技术领域，具体地说，涉及一种基于机器学习的半导体芯片的测试系统。其包括芯片测试单元，芯片测试单元用于对芯片进行逐一测试，并生成芯片测试数据，芯片测试单元的输出端连接有数据分析单元，数据分析单元用于判断芯片测试数据是否合格并生成判断信息，且根据判断信息生成芯片测试的波动频率报告，数据分析单元的输出端连接有芯片数据预测单元，芯片数据预测单元用于依据波动频率报告预测后续测试芯片是否合格。本发明专利技术通过摒弃现有中随机抽取待测试芯片进行检测，依据测试芯片的数据异常波动情况锁定抽取待检测芯片的范围阈值，达到更精确的抽检测试与检验芯片数据预测单元预测的情况。检验芯片数据预测单元预测的情况。检验芯片数据预测单元预测的情况。
【技术实现步骤摘要】
一种基于机器学习的半导体芯片的测试系统
[0001]本专利技术涉及半导体芯片测试
，具体地说，涉及一种基于机器学习的半导体芯 片的测试系统。
技术介绍
[0002]半导体芯片在生产后需要进行测试，观察半导体芯片的电数据情况，以利于半导体芯 片在后续正常使用。
[0003]其中，在对半导体芯片测试时，需要通过三点温度(三点温度是指高温、常温和低温) 测试了解半导体芯片的具体情况，目前对半导体芯片三点温度测试采用的测试方式是逐一 测试或抽检测试的，通过逐一测试对本批次的芯片进行单个的测试分析，又或者通过随机 抽取本批次其中的一个(待检测)半导体芯片进行测试的，当本批次的半导体芯片在逐一 测试中，出现了一些数据异常波动半导体芯片时，后续进行半导体芯片的抽检测试也不受 影响，依旧是随机进行抽取的，这就导致了抽检测试中所抽取的半导体芯片并没有一定的 依据，通过随机抽查对半导体芯片做不到较为精确的抽查测试；
[0004]其次，当测试后的半导体芯片数据都为合格或不合格时，目前就可便捷的预测后续待 测试的半导体芯片，但对于直接预测后续的半导体芯片来说，并无法判定本次预测的半导 体芯片的结构是否正确，目前也会通过随机抽取本次预测的半导体芯片其中的一个来进行 验证，但是在此种预测范围中随机抽取的方式，做不到对预测情况是否正确进行精确的验 证。
技术实现思路
[0005]本专利技术的目的在于提供一种基于机器学习的半导体芯片的测试系统，以解决上述背景 技术中提出的问题。
[0006]为实现上述目的，本专利技术目的在于提供了一种基于机器学习的半导体芯片的测试系 统，包括芯片测试单元，所述芯片测试单元用于对芯片进行逐一测试，并生成芯片测试数 据，所述芯片测试单元的输出端连接有数据分析单元，所述数据分析单元用于接收芯片测 试数据并将芯片测试数据做出比对分析，判断芯片测试数据是否合格并生成判断信息，且 根据判断信息生成芯片测试的波动频率报告，所述数据分析单元的输出端连接有芯片数据 预测单元，所述芯片数据预测单元用于依据波动频率报告预测后续测试芯片是否合格，并 根据波动频率报告中出现的异常数据波动，芯片测试单元依据异常的数据波动情况抽取芯 片数据预测单元中所对应范围下的测试芯片进行校验。
[0007]作为本技术方案的进一步改进，所述芯片测试单元包括逐一测试模块和数据传输模 块，所述逐一测试模块用于测试芯片在不同温度下的电数据，并生成芯片测试数据，所述 数据传输模块用于将逐一测试模块生成的芯片测试数据传输至数据分析单元内。
[0008]作为本技术方案的进一步改进，所述数据分析单元包括芯片数据对比模块、合格状态 判定模块和波动频率分析模块；所述芯片数据对比模块用于接收逐一测试模块传输
的芯片 测试数据，并将芯片测试数据与额定芯片数据进行比对，且生成比对信息，所述合格状态 判定模块用于根据比对信息判定芯片测试数据是否合格，且生成判断信息，所述波动频率 分析模块用于根据合格状态判定模块判断信息建立芯片测试数据的波动频率变化，并生成 波动频率报告。
[0009]作为本技术方案的进一步改进，所述芯片测试单元还包括抽检测试模块，所述抽检测 试模块用于依据波动频率分析模块的波动频率报告中出现持续合格的平衡趋势或持续不 合格的不平衡趋势时，所述抽检测试模块用于替换逐一测试模块的测试模式对后续的芯片 进行抽查测试。
[0010]作为本技术方案的进一步改进，所述芯片数据预测单元包括芯片数据预测模块，所述 芯片数据预测模块用于根据波动频率分析模块生成的波动频率报告预测后续测试芯片是 否合格。
[0011]作为本技术方案的进一步改进，所述芯片数据预测模块采用逻辑回归算法，其算法公 式如下：
[0012]根据公式
①
：
[0013]根据公式
②
：
[0014]式中：P为不合格概率，1
‑
P为合格概率，x1，x2，x3....x
m
为波动频率报告中造成不 合格的影响因子，β0，β1，...β
m
时逻辑回归算法的回归系数。
[0015]作为本技术方案的进一步改进，所述抽检测试模块用于依据波动频率报告中数据的异 常波动情况，抽取芯片数据预测模块中与波动频率报告中数据的异常波动情况对应范围下 的测试芯片，并根据波动频率报告中的测试芯片量控制抽取该数据异常波动情况对应范围 下的测试芯片量。
[0016]作为本技术方案的进一步改进，所述波动频率报告中的测试芯片量呈递增趋势时，根 据波动频率报告中数据的异常波动情况，减少抽取该数据异常波动情况对应范围下的测试 芯片量；所述波动频率报告中的测试芯片量呈递减趋势时，波动频率报告中数据的异常波 动情况，增加抽取该数据异常波动情况对应范围下的测试芯片量
[0017]作为本技术方案的进一步改进，所述抽取异常波动情况对应范围下的测试芯片量采用 分量获取算法，其算法公式如下：
[0018]①
：设置数据芯片总量G；
[0019]②
：获取的测试芯片量范围的算法公式为：
[0020]其中，N为获取的测试芯片量范围，A
c
为G中异常波动范围下的芯片，当 G呈逐次增多的数据芯片总量且满足G∈[G
Z
、G
Z+1
、G
Z+2
...G
z+n
]为递增时，N获取的测 试芯片量范围逐渐缩小，当 G呈逐次减小的数据芯片总量且满足G∈[G
z
、G
Z
‑1、G
Z
‑2...G
z
‑
n
]为递减时，N获取的测 试芯片量范围逐渐增大。
[0021]与现有技术相比，本专利技术的有益效果：
[0022]该一种基于机器学习的半导体芯片的测试系统中，通过数据分析单元将本批次的芯片 测试数据与额定芯片数据比对，得出本批次测试芯片的合格状态，并实时生成测试芯
片的 数据波动频率报告，芯片数据预测单元依据数据波动频率报告预测后续待测试的芯片数据 情况，对测试芯片快速的合格状态预测，并根据数据波动频率报告中数据的异常波动情况， 使抽检测试模块抽取芯片数据预测单元预测的测试芯片中与数据异常波动情况范围下对 应的测试芯片，就快速的锁定了抽检测试模块抽取测试芯片的范围阈值，不仅利于抽检测 试模块抽检测试芯片，也对芯片数据预测单元中预测的测试芯片抽取时限制了范围，达到 更精确的抽检测试与检验芯片数据预测单元预测的情况。
附图说明
[0023]图1为本专利技术的整体流程图；
[0024]图2为本专利技术的合格状态判定模块与波动频率分析模块框图。
[0025]图中各个标号意义为：
[0026]1、芯片测试单元；11、逐一测试模块；12、抽检测试模块；13、数据传输模块；
[0027]2、数据分析单元；21、芯片数据对比模块；22、合格状态判定模块；本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习的半导体芯片的测试系统，包括芯片测试单元(1)，所述芯片测试单元(1)用于对芯片进行逐一测试，并生成芯片测试数据，其特征在于：所述芯片测试单元(1)的输出端连接有数据分析单元(2)，所述数据分析单元(2)用于接收芯片测试数据并将芯片测试数据做出比对分析，判断芯片测试数据是否合格并生成判断信息，且根据判断信息生成芯片测试的波动频率报告，所述数据分析单元(2)的输出端连接有芯片数据预测单元(3)，所述芯片数据预测单元(3)用于依据波动频率报告预测后续测试芯片是否合格，并根据波动频率报告中出现的异常数据波动，芯片测试单元(1)依据异常的数据波动情况抽取芯片数据预测单元(3)中所对应范围下的测试芯片进行校验。2.根据权利要求1所述的基于机器学习的半导体芯片的测试系统，其特征在于：所述芯片测试单元(1)包括逐一测试模块(11)和数据传输模块(13)，所述逐一测试模块(11)用于测试芯片在不同温度下的电数据，并生成芯片测试数据，所述数据传输模块(13)用于将逐一测试模块(11)生成的芯片测试数据传输至数据分析单元(2)内。3.根据权利要求1所述的基于机器学习的半导体芯片的测试系统，其特征在于：所述数据分析单元(2)包括芯片数据对比模块(21)、合格状态判定模块(22)和波动频率分析模块(23)；所述芯片数据对比模块(21)用于接收逐一测试模块(11)传输的芯片测试数据，并将芯片测试数据与额定芯片数据进行比对，且生成比对信息，所述合格状态判定模块(22)用于根据芯片数据对比模块(21)生成的比对信息判定芯片测试数据是否合格，且生成判断信息，所述波动频率分析模块(23)用于根据合格状态判定模块(22)判断信息建立芯片测试数据的波动频率变化，并生成波动频率报告。4.根据权利要求3所述的基于机器学习的半导体芯片的测试系统，其特征在于：所述芯片测试单元(1)还包括抽检测试模块(12)，所述抽检测试模块(12)用于依据波动频率分析模块(23)的波动频率报告中出现持续合格的平衡趋势或持续不合格的不平衡趋势时，所述抽检测试模块(12)用于替换逐一测试模块(11)的测试模式对后续的芯片进行抽查测试。5.根据权利要求4所述的基于机器学习的半导体芯片的测试系统，其特征在于：所述芯片数据预测单元(3)包括芯片数据预测模块(31)，所述芯片数据预测模块(3...
【专利技术属性】
技术研发人员：范忠孝，杨帆，卜晖，吴玉梅，谢顺坤，
申请(专利权)人：重庆鹰谷光电股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。