[发明专利]人工智能芯片测试方法、装置、设备及存储介质

说明书

本申请公开了人工智能芯片测试方法、装置、设备及存储介质，涉及人工智能领域。具体实现方案为：目标人工智能芯片具有多个相同的运算单元，该方法包括：获取目标人工智能芯片的规模信息；根据规模信息判断目标人工智能芯片是否满足运算单元阵列级别的测试条件；若确定满足运算单元阵列级别的测试条件，则将所有运算单元划分为多个相同的运算单元阵列，对各运算单元阵列分别进行DFT测试；若确定不满足运算单元阵列级别的测试条件，则对各运算单元分别进行DFT测试。降低了测试成本，大大减小了测试时间，提高了测试效率。并且加载每个运算单元或运算单元阵列的DFT所需的存储器计算存储资源也会大大减小，大大降低了测试功耗。

技术领域

本申请涉及到数据处理技术领域，尤其涉及人工智能技术。

背景技术

随着人工智能技术的成熟，人工智能芯片(简称AI芯片)也得到了快速发展。如何在规模化生产中快速剔除不合格的AI芯片，减少AI芯片的测试周期和成本变得越来越重要，而这些都离不开可测试设计(英文为：Design for Test,简称为DFT)。

现有技术中，对AI芯片进行DFT测试时，仍然采用传统芯片的测试方式，由于传统芯片常常拥有大型异构IP核，导致传统芯片的DFT测试往往是在芯片级或者大型异构IP核上完成的，这也增加了传统芯片的测试时间。而AI芯片具有与传统芯片不同的结构。AI芯片中具有大量相同的AI运算单元来处理AI算法，大量相同的AI运算单元是整个AI芯片的核心，并且AI芯片的体量巨大。

所以现有技术中采用传统芯片的测试方式对AI芯片来说并不再适用，采用传统芯片的测试方式进行AI芯片的测试，增加了AI芯片的测试时间、成本和测试功耗，降低了AI芯片的测试效率。

发明内容

本申请实施例提供一种人工智能芯片测试方法、装置、设备及存储介质，解决了现有技术中采用传统芯片的测试方式对AI芯片来说并不再适用，采用传统芯片的测试方式进行AI芯片的测试，增加了AI芯片的测试时间、成本和测试功耗，降低了AI芯片的测试效率的技术问题。

本申请实施例第一方面提供一种人工智能芯片测试方法，目标人工智能芯片具有多个相同的运算单元，所述方法包括：

获取目标人工智能芯片的规模信息；根据所述规模信息判断所述目标人工智能芯片是否满足运算单元阵列级别的测试条件；若确定满足运算单元阵列级别的测试条件，则将所有运算单元划分为多个相同的运算单元阵列，对各所述运算单元阵列分别进行DFT测试；若确定不满足运算单元阵列级别的测试条件，则对各所述运算单元分别进行DFT测试。

本申请实施例中，由于对人工智能芯片相同的运算单元阵列或运算单元分别进行测试，每个运算单元阵列或运算单元的测试逻辑电路和测试向量是完全相同的。降低了测试成本。并且每个运算单元或运算单元阵列中的晶体管的规模均很小，使测试向量的规模也很小，所以大大减小了测试时间，提高了测试效率。并且加载每个运算单元或运算单元阵列的DFT所需的存储器计算存储资源也会大大减小，大大降低了测试功耗。

进一步地，如上所述的方法，所述规模信息包括运算单元中的晶体管规模，所述根据所述规模信息判断所述目标人工智能芯片是否满足运算单元阵列级别的测试条件，包括：

判断所述晶体管规模是否小于预设规模阈值；若确定所述晶体管规模小于预设规模阈值，则确定满足运算单元阵列级别的测试条件；若确定所述晶体管规模大于或等于所述预设规模阈值，则确定不满足运算单元阵列级别的测试条件。

本申请实施例中,判断晶体管规模是否小于预设规模阈值，若确定晶体管规模小于预设规模阈值，则说明每个运算单元的体量特别小，则确定满足运算单元阵列级别的测试条件，可将多个运算单元集合起来组成运算单元阵列，进行运算单元阵列级别的测试。若确定晶体管规模大于或等于预设规模阈值，则说明每个运算单元的体量相对来说较大，确定不满足运算单元阵列级别的测试条件，而满足运算单元级别的测试条件，进行运算单元级别的测试。能够使运算单元阵列或运算单元的体量均能满足单独测试的要求，进一步减小了测试时间。