[发明专利]一种芯片良率的监测方法及装置、电子设备、存储介质在审

专利信息
申请号: 202111322816.2 申请日: 2021-11-09
公开(公告)号: CN113987954A 公开(公告)日: 2022-01-28
发明(设计)人: 詹扬扬 申请(专利权)人: 成都海光微电子技术有限公司
主分类号: G06F30/27 分类号: G06F30/27;G06F16/903;G06F16/906;G06K9/62;G06N20/00;G06F119/02
代理公司: 北京市广友专利事务所有限责任公司 11237 代理人: 张仲波
地址: 610041 四川省成都市高新区天府大道*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 芯片 监测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种芯片良率的监测方法,其特征在于,包括:

根据芯片在预设测试中的测试结果,分别确定各监测对象的良率信息,其中,所述良率信息包括芯片良率和/或良率损失,每个所述监测对象包括以下任一种:同一批次的芯片、同一晶圆上的芯片、同一晶圆上同一预设区域内的芯片;

根据所述良率信息,将各所述监测对象划分为至少两个对象集合;

从所述至少两个对象集合中查找目标集合,以根据所述目标集合中各监测对象对应的工艺信息调整芯片工艺,其中,所述目标集合携带所述良率信息波动的预警信息。

2.根据权利要求1所述的方法,其特征在于,所述根据芯片在预设测试中的测试结果,分别确定各监测对象的良率信息包括:

从测试日志中获取每个所述监测对象内、落入各失效类别的失效芯片的数量,所述数量包括各失效类别中的失效芯片的总失效数量和/或每个失效类别中的失效芯片的每类失效数量;

根据每个所述监测对象内、落入各失效类别的所述失效芯片的数量以及所述监测对象内的芯片总数,分别确定各所述监测对象的良率信息,得到第一良率信息,其中,所述第一良率信息包括所述总失效数量对应的良率和/或所述每类失效数量对应的每类良率损失。

3.根据权利要求1所述的方法,其特征在于,所述根据芯片在预设测试中的测试结果,分别确定各监测对象的良率信息包括:

从测试日志中获取每个所述监测对象内,落入每个失效类别的失效芯片的数量,得到每类失效数量;

确定各所述失效类别对应的失效组,其中,所述失效组根据引起芯片失效的原因划分,每个所述失效组对应至少一个所述失效类别,每个所述失效类别对应一个所述失效组;

根据每个所述监测对象内的所述每类失效数量,以及各所述失效类别对应的失效组,确定每个所述监测对象内、落入每个所述失效组的失效芯片的数量,得到每组失效数量;

根据每个所述监测对象内的各所述每组失效数量,以及同一所述监测对象内的芯片总数,分别确定每个所述监测对象内、每个失效组的良率损失,得到第二良率信息。

4.根据权利要求3所述的方法,其特征在于,所述失效组包括以下至少一项:缺陷致因失效组、器件特性致因失效组、测试致因失效组、未定因失效组。

5.根据权利要求3所述的方法,其特征在于,所述根据所述良率信息,将各所述监测对象划分为至少两个对象集合包括:

根据所述第二良率信息,在每个所述失效组中,将各所述监测对象划分为至少两个对象集合;

所述从所述至少两个对象集合中查找目标集合包括:

从每个所述失效组对应的所述至少两个对象集合中,查找对应的备选集合,其中,所述备选集合携带所述良率信息波动的第一预警信息;

将所述第一预警信息输入预设模型,得到所述目标集合,其中,所述预设模型包括人工智能模型和/或脚本模型,所述目标集合携带所述良率信息波动的第二预警信息。

6.根据权利要求5所述的方法,其特征在于,所述根据所述第二良率信息,在每个所述失效组中,将各所述监测对象划分为至少两个对象集合包括:

根据预设聚类算法,在每个所述失效组中对各所述监测对象的所述良率损失进行聚类,以在每个所述失效组中,将各所述监测对象划分为至少两个对象集合;

和/或

根据预设规则,在每个所述失效组中对各所述监测对象的所述良率损失进行分类,以在每个所述失效组中,将各所述监测对象划分为至少两个对象集合。

7.根据权利要求1所述的方法,其特征在于,所述根据所述良率信息,将各所述监测对象划分为至少两个对象集合包括以下至少一项:

根据预设聚类算法,对各所述监测对象的所述芯片良率或所述良率损失进行聚类,以将各所述监测对象划分为至少两个对象集合;

根据预设规则,对各所述监测对象的所述芯片良率或所述良率损失进行分类,以将各所述监测对象划分为至少两个对象集合。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都海光微电子技术有限公司,未经成都海光微电子技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111322816.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top