[發明專利]一種基于神經網絡的芯片篩測方法

有效

• 申請號: 202111251364.3
• 申請日: 2021-10-27
• 公開（公告）號: CN113687995B
• 公開（公告）日: 2022-01-04
• 發明（設計）人: 鄔海峰;王測天;鐘丹;黃夢;呂繼平;廖學介;黃敏;楊云婷;陳長風;童偉
• 申請（專利權）人: 成都嘉納海威科技有限責任公司
• 主分類號: G06F11/22
• 分類號: G06F11/22;G06N3/04
• 代理公司: 西安正華恒遠知識產權代理事務所(普通合伙) 61271
• 代理人: 陳選中

本發明公開了一種基于神經網絡的芯片篩測方法，利用芯片的S參數測試數據，通過神經網絡公式計算和S參數比較，攔截具有早期失效風險的異常芯片，避免其成為合格品，相較于現有人工篩選芯片的方法，主觀性較小，可靠性高。本發明在芯片的量產測試階段，在原有的測試平臺上增加了芯片篩選測試程序，因不引入新的測試設備，其測試成本低，速度快，環境簡單。本發明可以顯著遏制芯片量產測試的正常波動對于量產測試的干擾作用，從S參數交流信號角度深度攔截了具有失效風險的芯片，從而降低了芯片的早期失效率。

技術領域

本發明屬于通信技術領域，具體涉及一種基于神經網絡的芯片篩測方法的設計。

背景技術

電信級產品的生產物料百萬分之不良率（Factory Defective Parts PerMillion，FDPPM）要求通常較高，如何改善出貨質量和降低芯片的FDPPM 是廠商提高盈利空間和客戶滿意度的首要問題。FDPPM 偏高的其中一個主要原因是芯片的早期失效率（EarlyFailure Rate，簡稱：EFR）較大，在芯片量產測試中篩除可能導致潛在失效風險的芯片，是降低EFR 的一個方法。

目前的芯片篩選方法中，一種是采用老化測試方法，將芯片處在高溫高壓條件下工作，使得半導體管子產生邏輯狀態翻轉，把性能較弱的芯片提早失效，從而降低產品的EFR 。但老化測試是將芯片失效，實施成本高，并且老化測試周期長，一般在24小時以上，而且每個老化爐測試的芯片數量有限，量產規模大的芯片需要購買大量的老化爐，導致成本較高。另一種是人工篩選方法，在得到晶圓測試數據后，對晶圓上大片失效區域周邊的良品芯片進行人工剔除，以降低芯片失效風險。但人工篩選不僅占用大量人力，同樣存在成本高的問題，而且人工指定存在不同人員、不同批次間指定的標準不一致，主觀性大，可能存在過殺或者漏殺的問題，可靠性較低。

發明內容

本發明的目的是為了解決現有的芯片篩選方法成本較高且可靠性較低的問題，提出了一種基于神經網絡的芯片篩測方法。

本發明的技術方案為：一種基于神經網絡的芯片篩測方法，包括以下步驟：

S1、采集10個批次的芯片S參數及其對應的頻率、偏置IV參數和PCM數據作為訓練數據。

S2、構建芯片S參數關于頻率、偏置IV參數和PCM數據的神經網絡模型。

S3、通過訓練數據對神經網絡模型進行訓練，得到S參數預估模型。

S4、在待測芯片的CP測試階段，采集待測芯片的PCM數據。

S5、在待測芯片的FT測試階段，選取4個測試頻點構成頻率向量，測試待測芯片的S參數及其對應的偏置IV參數。

S6、將待測芯片的PCM數據、頻率向量和偏置IV參數輸入S參數預估模型，得到待測芯片的預估S參數。

S7、根據預估S參數和實際測試得到的待測芯片的S參數計算得到向量差的模值。

S8、將向量差的模值均在預設標準值范圍內的待測芯片歸入合格芯片集合BIN1，將向量差的模值不是全部在預設標準值范圍內的待測芯片歸入失效芯片集合BIN2。

進一步地，步驟S2中構建的神經網絡模型為：

S=f_ANN( f_x,WAT_PCM, IV_x,w)