一种计算芯片测试方法、系统、计算机设备和存储介质技术方案

本发明专利技术公开了一种计算芯片测试方法、系统、计算机设备和存储介质，方法包括：获取目标芯片的运行数据，并根据所述运行数据进行故障运行风险的预测，以及生成相应的预测结果数据；根据所述预测结果数据，判定目标芯片是否存在故障运行风险，若存在风险，则判定目标芯片对应风险等级，确定与所述风险等级相适应的目标测试方式；获取目标芯片在所述目标测试方式下同步产生的测试结果数据，并根据所述测试结果数据，生成相应的修复决策；本发明专利技术在芯片运行的同时，能够实现对运行风险的及时把控，提高芯片测试全面性。能够实现芯片故障的智能诊断与修复，提升故障诊断与修复效率以及自动化程度。化程度。化程度。

【技术实现步骤摘要】
一种计算芯片测试方法、系统、计算机设备和存储介质


[0001]本专利技术涉及的
是电力工控网络安全
，尤其涉及一种计算芯片测试方法、系统、计算机设备和存储介质。

技术介绍

[0002]边缘计算和云计算都是处理大数据的计算运行方式，其中，边缘计算具体是将计算、网络、存储等能力扩展到物联网设备附近的网络边缘，如此，数据便不用再传到遥远的云端，某些复杂的智能应用可以在本地边缘端处理，这一技术进一步满足了敏捷连接、实时业务、数据优化、应用智能与隐私保护等方面的要求，使得数据传输更加高效以及安全。
[0003]目前，在电力行业中，由于芯片结构精细、以及制造工艺复杂，由此不可避免会在生产过程中留下潜在的缺陷，若无法及时对产生的缺陷进行精准检测，会对成品质量产生影响，严重情况下将会导致设备出现运行故障。现有技术为了确保芯片质量，通常会在芯片出厂之前进行测试，然而，针对芯片实际应用过程中却缺少相应的测试平台，无法保证对潜在故障的精准测试，存在测试不全面的问题。

技术实现思路

[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述存在的问题，提出了本专利技术。
[0006]因此，本专利技术解决的技术问题是：对芯片潜在故障进行精准测试，解决测试不全面的问题。
[0007]为解决上述技术问题，本专利技术提供如下技术方案：
[0008]第一方面，本专利技术实施例提供了一种计算芯片测试方法，包括：
[0009]获取目标芯片的运行数据，并根据所述运行数据进行故障运行风险的预测，以及生成相应的预测结果数据；
[0010]根据所述预测结果数据，判定目标芯片是否存在故障运行风险，若存在风险，则判定目标芯片对应风险等级，确定与所述风险等级相适应的目标测试方式；
[0011]获取目标芯片在所述目标测试方式下同步产生的测试结果数据，并根据所述测试结果数据，生成相应的修复决策。
[0012]作为计算芯片测试方法的一种优选方案，其中：
[0013]所述运行数据包括实时运行状态、所述实时运行状态下产生的计算性能参数、历史故障运行信息，以及在实时运行状态下产生的计算性能参数；所述计算性能参数包括运算速率、运算误差率以及运行频率；根据所述计算性能参数的实际取值以及对应的标准取值范围，通过综合评估的方式，进行风险概率的计算，根据计算得到的风险概率，进行故障运行风险的预测，生成相应的预测结果数据。
[0014]作为计算芯片测试方法的一种优选方案，其中：
[0015]所述风险概率的计算包括：
[0016]首先判定各项计算性能参数的实际取值是否处于预设的标准取值范围之内，若确定所述各项计算性能参数中的至少一种参数处于预设的标准取值范围之内，则调整测试周期，并在下一测试周期内进行风险概率的计算；若所述各项计算性能参数中无参数处于预设的标准取值范围之内，则根据综合相应计算性能参数的实际取值与对应标准取值之间的偏离程度，进行风险概率的加权计算；
[0017]所述加权计算包括：进行加权系数的设定，将加权系数的取值范围限定在0～1，相应计算性能参数的实际取值与对应标准取值之间的偏离程度越大、对于维持计算性能越重要，对应赋予的加权系数的取值将越接近于1。
[0018]作为计算芯片测试方法的一种优选方案，其中：
[0019]所述判定风险等级包括：根据所述预测结果数据，结合历史故障运行信息，进行风险趋势系数的计算；综合所述风险趋势系数、风险趋势特征、涵盖的影响范围以及对设备运行状态的影响程度，计算潜在故障所造成的相应风险值，并根据所述风险值进行风险等级的判定。
[0020]作为计算芯片测试方法的一种优选方案，其中：
[0021]所述风险趋势系数的取值范围为0～1，风险运行趋势对芯片计算性能的影响程度越大，对应风险趋势系数的取值将越接近1；
[0022]所述风险等级包括无、低、中、高以及极高风险这五种，其中，将风险值设为k，在k大于或等于80时，判定风险等级为极高风险等级；在k小于80但大于等于60时，判定风险等级为高风险等级；在k小于60但大于等于30时，判定风险等级为中风险；在k小于30但大于等于10时，判定风险等级为无风险等级。
[0023]第二方面，本专利技术实施例提供了一种计算芯片测试系统，其特征在于，包括：
[0024]风险预测模块，用于获取目标芯片的运行数据，并根据所述运行数据计算风险概率，进行故障运行风险的预测，以及生成相应的预测结果数据；
[0025]测试模块，用于根据获取到的预测结果数据，若判定目标芯片存在故障运行风险，则判定目标芯片对应风险等级，确定与所述风险等级相适应的目标测试方式；
[0026]修复建议模块，用于获取所述相应目标芯片在所述目标测试方式下同步产生的测试结果数据，并根据所述测试结果数据，生成相应的修复决策。
[0027]作为计算芯片测试系统的一种优选方案，其中：
[0028]所述系统还包括坏点记录模块，其中：
[0029]所述坏点记录模块，用于获取测试结果数据，并根据所述测试结果数据，进行坏点位置的记录。
[0030]作为计算芯片测试系统的一种优选方案，其中：
[0031]所述系统还包括决策分类模块以及决策调用模块，其中：
[0032]所述决策分类模块，用于针对获取到的各项修复决策进行数据分类，并按照数据分类情况对所得的各项修复决策进行分区存储，其中，存储过程中将对相应修复决策关联到的计算性能参数、对应取到的风险概率值以及风险运行趋势进行同步缓存；
[0033]所述决策调用模块，用于基于实时获取到的计算性能参数、风险概率值以及风险
运行趋势中的至少一种，从已存储的各项修复决策中进行目标决策的调用、以及反馈，并在匹配失败的情况下，触发所述修复建议模块进行对应修复决策的生成。
[0034]第三方面，本专利技术实施例提供了一种计算设备，包括：
[0035]存储器和处理器；
[0036]所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任一实施例所述的计算芯片测试方法。
[0037]第四方面，本专利技术实施例提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现所述的计算芯片测试方法。
[0038]本专利技术的有益效果：本专利技术通过获取目标芯片的运行数据，并根据所述运行数据进行故障运行风险的预测，以保证在芯片运行的同时，能够实现对运行风险的及时把控，提高芯片测试全面性。另外，当相应目标芯片存在故障运行风险时，还可以根据获取到的预测结果数据，确定与对应风险等级相适应的目标测试方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算芯片测试方法，其特征在于，包括：获取目标芯片的运行数据，并根据所述运行数据进行故障运行风险的预测，以及生成相应的预测结果数据；根据所述预测结果数据，判定目标芯片是否存在故障运行风险，若存在风险，则判定目标芯片对应风险等级，确定与所述风险等级相适应的目标测试方式；获取目标芯片在所述目标测试方式下同步产生的测试结果数据，并根据所述测试结果数据，生成相应的修复决策。2.如权利要求1所述的计算芯片测试方法，其特征在于，包括：所述运行数据包括实时运行状态、所述实时运行状态下产生的计算性能参数、历史故障运行信息，以及在实时运行状态下产生的计算性能参数；所述计算性能参数包括运算速率、运算误差率以及运行频率；根据所述计算性能参数的实际取值以及对应的标准取值范围，通过综合评估的方式，进行风险概率的计算，根据计算得到的风险概率，进行故障运行风险的预测，生成相应的预测结果数据。3.如权利要求2所述的计算芯片测试方法，其特征在于，所述风险概率的计算包括：首先判定各项计算性能参数的实际取值是否处于预设的标准取值范围之内，若确定所述各项计算性能参数中的至少一种参数处于预设的标准取值范围之内，则调整测试周期，并在下一测试周期内进行风险概率的计算；若所述各项计算性能参数中无参数处于预设的标准取值范围之内，则根据综合相应计算性能参数的实际取值与对应标准取值之间的偏离程度，进行风险概率的加权计算；所述加权计算包括：进行加权系数的设定，将加权系数的取值范围限定在0～1，相应计算性能参数的实际取值与对应标准取值之间的偏离程度越大、对于维持计算性能越重要，对应赋予的加权系数的取值将越接近于1。4.如权利要求1所述的计算芯片测试方法，其特征在于，所述判定风险等级包括：根据所述预测结果数据，结合历史故障运行信息，进行风险趋势系数的计算；综合所述风险趋势系数、风险趋势特征、涵盖的影响范围以及对设备运行状态的影响程度，计算潜在故障所造成的相应风险值，并根据所述风险值进行风险等级的判定。5.如权利要求4所述的计算芯片测试方法，其特征在于，所述风险趋势系数的取值范围为0～1，风险运行趋势对芯片计算性能的影响程度越大，对应风险趋...

【专利技术属性】
技术研发人员：辛明勇，徐长宝，金学军，刘卓毅，高吉普，王宇，习伟，姚浩，何雨旻，陈军健，刘德宏，祝健杨，冯起辉，张历，申彧，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：