CN111782695A - Mpw多产品联测的数据处理方法、存储介质及计算机设备 - Google Patents
Mpw多产品联测的数据处理方法、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN111782695A CN111782695A CN202010609717.1A CN202010609717A CN111782695A CN 111782695 A CN111782695 A CN 111782695A CN 202010609717 A CN202010609717 A CN 202010609717A CN 111782695 A CN111782695 A CN 111782695A
- Authority
- CN
- China
- Prior art keywords
- test
- product
- data
- tested
- test data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 39
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000005259 measurement Methods 0.000 title claims description 13
- 238000012360 testing method Methods 0.000 claims abstract description 379
- 238000011156 evaluation Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000012896 Statistical algorithm Methods 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000009966 trimming Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 20
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000004904 shortening Methods 0.000 abstract 1
- 238000013461 design Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229940095676 wafer product Drugs 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24554—Unary operations; Data partitioning operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2268—Logging of test results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
本发明提供了一种MPW多产品联测的数据处理方法、存储介质以及计算机设备。数据处理方法包括以下步骤,输入MPW多产品联测的第一测试数据;从第一测试数据中分离出每个被测试产品的测试数据,得到已区分出N个被测试产品的第二测试数据;将每个被测试产品的产品信息和/或产品标识与其对应的第二测试数据关联,得到MPW多产品联测的第三测试数据;根据每个被测试产品的测试需求,使用第三测试数据生成MPW多产品联测的IP测试评价报告。本发明提供的MPW多产品联测的数据处理方法,能够一次性区分并处理所有被测试产品的测试数据,提高了测试数据处理效率,极大地缩短了评价周期。而且,对每个产品的数据进行数据统计及分析,极大地提高了IP评价的效率。
Description
技术领域
本发明属于半导体集成电路中的晶圆测试领域,尤其涉及一种MPW多产品联测的数据处理方法、存储介质及计算机设备。
背景技术
随着集成电路产业的快速发展和技术的不断进步,降低集成电路的成本,逐渐成为本领域技术人员不懈努力追求的目标。这其中不仅包括降低集成电路的制作开发成本,也包括降低集成电路的测试研发成本。
现有技术中,为了提高设计效率,降低制作成本及研发成本,在集成电路设计研发阶段,通常采用多产品共用晶圆的方式,即多项目晶圆(MPW,Multi Project Wafer),如附图1所示,就是将多个具有相同工艺的集成电路设计在同一晶圆10上流片,流片后,每个设计品种可以得到数十片甚至更多的裸片101。同时,为了提高测试效率,根据设计者的测试需求,通常采用MPW多产品联测的方式一次性完成多个产品的测试,从而导致同一多项目晶圆上的多个产品的测试数据相互交织在一起。为了得到各个产品的测试数据,现有技术中,通常采用人工借助办公软件的方式对MPW多产品联测的测试数据进行处理,比如借助Excel,编写宏进行数据分类处理或者使用Access,编写脚本进行数据处理。很显然地,这种手动处理的方式,存在如下缺陷:
1.一次性仅能得到单个产品的测试数据,而且,产品的类别采用人为区分,加上数据量庞大,导致测试数据处理效率低,花费时间长。
2.这种手动处理的方式仅能将每个产品的测试数据区分开来,不能体现每个产品的信息,也不能对每个产品的数据进行数据统计及分析,不能提供评价结果,导致IP评价效率低下。
然而,随着电路集成度的提高、电路的复杂度也逐步提高,从而MPW多产品联测的测试方式日益成为本领域的常规测试方式,与此同时,随着测试复杂度的提高,自动测试设备(Automatic Test Equipment,ATE)的测试成本也越来越高,因此,如何缩短MPW多产品联测的测试数据的评价周期以及提高IP评价效率,以节约测试成本,日益成为本领域技术人员亟待解决的技术问题之一。
需要说明的是,公开于该发明背景技术部分的信息仅仅旨在加深对本发明一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明的目的是提供一种MPW多产品联测的数据处理方法、存储介质及计算机设备,解决现有技术中存在的MPW多产品联测的数据处理效率低下及IP评价不完整的技术问题。
为实现上述目的,本发明通过以下技术方案予以实现:一种MPW多产品联测的数据处理方法,包括以下步骤,
S1:输入MPW多产品联测的第一测试数据;
S2:从所述第一测试数据中分离出每个被测试产品的测试数据,得到已区分出N个所述被测试产品的第二测试数据,其中,N为所述被测试产品的个数;
S3:将每个所述被测试产品的产品信息和/或产品标识与其对应的所述第二测试数据关联,得到MPW多产品联测的第三测试数据;
S4:根据每个所述被测试产品的测试需求,使用所述第三测试数据生成MPW多产品联测的IP测试评价报告。
可选地,在步骤S1之前,还包括对所述MPW多产品联测得到的原始测试数据进行数据清洗,得到所述第一测试数据;
其中,所述数据清洗包括,去除所述原始测试数据中的冗余数据以及将所述原始测试数据的格式转化为所述数据处理方法对应的数据格式。
可选地,在步骤S2之前,还包括对所述第一测试数据进行预处理;所述预处理包括删除异常测试数据和/或采用开发数据库第一关联算法,对所述第一测试数据进行关联预处理;
其中,所述删除异常测试数据包括从第一测试数据中删除由工艺缺陷带来的异常测试数据;
所述数据库第一关联算法包括对所述第一测试数据增加裸片信息、测试条件信息和/或对所述第一测试数据中的测量值统一单位;所述测试条件信息包括工艺、电压信息和/或温度信息。
可选地,步骤S2中,从所述第一测试数据中分离出每个被测试产品的测试数据,得到已区分出N个所述被测试产品的第二测试数据的方法包括,
对于所述第一测试数据中的每条测试记录,根据裸片在晶圆上的位置信息以及所述被测试产品的总个数,提取每个所述被测试产品的所有测试记录,得到所述第二测试数据。
可选地,步骤S2中,所述对于所述第一测试数据中的每条测试记录,根据裸片在晶圆上的位置信息以及所述被测试产品的总个数,提取每个所述被测试产品的所有测试记录的方法包括,所述位置信息包括X向坐标值和Y向坐标值,对所述X向坐标值使用所述被测试产品的总个数执行Mod(X,N),根据取模运算的结果,确定所述测试记录对应的所述被测试产品;式中,X为所述X向坐标值;N为所述被测试产品的总个数。
可选地,在步骤S3之前,还包括将所述产品信息和/或产品标识以链表的形式一次性导入数据库。
可选地,步骤S4中,所述根据每个所述被测试产品的测试需求,使用所述第三测试数据生成MPW多产品联测的IP测试评价报告,其中,所述IP测试评价报告包括所述被测试产品的良率以及各个测试项的测试指标信息;
所述被测试产品的良率以及各个测试项的测试指标信息由多产品联测数据统计算法得到;
所述统计多产品联测数据统计算法包括,根据所述被测试产品的特性,对所述被测试产品进行相对应的trimming/trigger数据提取,统计所述被测试产品的良率以及统计各个测试项的测试指标信息。
优选地,所述各个测试项的测试指标信息包括,各个测试项的最大值、最小值、均值、标准偏差、中值、CPK、正态分布和/或中值正态分布。
可选地,所述MPW多产品联测的测试内容包括,输出电压测试、动静态电流测试、延迟时间测试和建立时间测试、镜像电流测试、输出频率测试和/或电阻测试。
本发明的又一实施方式还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可执行的指令,当所述计算机可执行的指令被执行时实现上述任一项所述MPW多产品联测的数据处理方法。
本发明的再一实施方式还提供了一种计算机设备,包括处理器以及存储设备,所述处理器适于实现各指令,所述存储设备适于存储多条指令,所述指令适于由处理器加载并执行上述任一项所述MPW多产品联测的数据处理方法。
与现有技术相比,本发明提供的MPW多产品联测的数据处理方法,具有以下有益效果:
本发明提供的MPW多产品联测的数据处理方法,从所述第一测试数据中分离出每个被测试产品的测试数据,得到已区分出N个所述被测试产品的第二测试数据,能够一次性区分并处理所有被测试产品的测试数据,提高了测试数据处理效率,极大地缩短了评价周期;进一步地,将每个所述被测试产品的产品信息和/或产品标识与其对应的所述第二测试数据关联,得到MPW多产品联测的第三测试数据,能够很好地体现每个被测试产品的信息,使得测试信息更加完整;又进一步地,根据每个所述被测试产品的测试需求,使用所述第三测试数据生成IP测试评价报告,能够对每个产品的数据进行数据统计及分析,提供评价结果,极大地提高了IP评价的效率;再进一步地,能够对多产品的大量测试数据进行充分有效的统计及分析。
本发明提供的一种计算机可读存储介质以及一种计算机设备与所述MPW多产品联测的数据处理方法属于同一发明构思,至少具有相同的有益效果,与现有技术相比,所述一种计算机可读存储介质以及一种计算机设备的有益效果,不再一一赘述。
附图说明
图1为MPW晶圆产品的结构示意图;
图2为其中一种MPW多产品联测的晶圆上的裸片排列示意图;
图3其中一种MPW多产品联测的其中一个被测试产品的部分测试记录的示意性截图;
图4为本发明实施例的其中一种MPW多产品联测的数据处理方法流程图;
图5为本发明实施例的其中一种MPW多产品联测的数据处理流程示意图;
其中,附图标记说明如下:
10-晶圆,101-裸片。
具体实施方式
为使本发明的目的、优点和特征更加清楚,以下结合附图对本发明提出的MPW多产品联测的数据处理方法、存储介质及计算机设备作进一步详细说明。显然地,本文所述的方法包括一系列步骤,且本文所呈现的这些步骤的顺序并非必须是可执行这些步骤的唯一顺序,且一些所述的步骤可被省略和/或一些本文未描述的其他步骤可被添加到该方法。进一步地,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了便于理解,在具体介绍本发明提供的一种MPW多产品联测的数据处理方法之前,先简要介绍一下,MPW多产品联测得到测试数据的大致流程,及测试数据的组成。
首先,根据MPW多产品联测的测试要求和判断标准,确定MPW每个产品在晶圆10上的裸片101位置并记录其对应的位置(坐标)。通常情况下,同一被测试产品在同一片所述晶圆10上对应多个裸片101(通常情况有几十个,甚至上百个,与产品尺寸相关),即:同一所述被测试产品在一片所述晶圆10上有多个位置,所述多个被测试产品的裸片按照顺序依次排列。比如,如附图2所示,对于有N个所述被测试产品的测试项目,第一个被测试产品的第一个裸片101a和其第二个裸片101b在所述晶圆10上的位置之间有其他N-1个所述被测试产品的裸片依次排列。而在MPW多产品联测时,为了提高测试效率,对所述同一晶圆上的所有裸片一次测试完成,如附图3所示,为示例性描述其中一个具有多个所述被测试产品的其中一类测试内容的原始测试数据部分测试记录的截图,得到的原始测试数据中的各个被测试产品的测试记录相互交错,又加上每个所述被测试产品的测试内容并不相同,导致不同被测试裸片的测试记录的内容也不相同。由此,面对多产品大量繁杂的测试数据,使用所述原始测试数据很难直接对每个被测试产品给出IP测试评价。显然地,所述被测试产品的数量并非本发明的限制。可以理解地,图3中的内容仅是示例性描述,以便理解本发明,并不明示或暗示本发明提供的一种MPW多产品联测的测试数据的处理方法对MPW多产品联测的所述被测试产品的测试内容以及测试记录的任何限制,显然地,本发明对此不作任何限制。另外,本发明对MPW多产品联测的测试方法以及自动测试设备也不作任何限制。
基于此,为了提高MPW多产品联测的测试数据的处理效率,缩短评价周期,从而提升IP评价效率,节约测试成本,发明人经过长期的实践和不断深入的研究,提出利用所述测试数据中记录的所述被测试产品对应的所述裸片的位置(如附图3中虚线框所示)以及所述被测试产品的总个数,将不同的所述被测试产品的测试数据区分开来,再结合数据库处理机制,将每个所述被测试产品的产品信息和/或产品标识一次性导入数据库,随后进行良率等数据统计与提取,一站式完成多产品联测的测试数据的处理。
具体地,请参见图2至图5,参见附图4所示,为本发明实施例提供的一种MPW多产品联测的数据处理方法流程示意图,为了便于理解,先整体介绍其处理流程,再对每一个步骤具体介绍。
优选地,在其中一种示例性实施方式中,所述MPW多产品联测的数据处理方法,包括以下步骤,
S1:输入MPW多产品联测的第一测试数据。
S2:从所述第一测试数据中分离出每个被测试产品的测试数据,得到已区分出N个所述被测试产品的第二测试数据,其中,N为所述被测试产品的个数。
S3:将每个所述被测试产品的产品信息和/或产品标识与其对应的所述第二测试数据关联,得到MPW多产品联测的第三测试数据。
S4:根据每个所述被测试产品的测试需求,使用所述第三测试数据生成MPW多产品联测的IP测试评价报告。
优选地,在其中一种实施方式中,在步骤S1之前,还包括步骤S0:对所述MPW多产品联测得到的原始测试数据进行数据清洗,得到所述第一测试数据;其中,所述数据清洗包括,去除所述原始测试数据中的冗余数据以及将所述原始测试数据的格式转化为所述数据处理方法对应的数据格式。比如,所述原始测试数据可能会记录一些与测试结果无关的说明性内容,以便于测试人员或研发人员人工查看测试数据。进一步地,不同的MPW多产品联测的测试程序得到的原始测试数据的保存方式可能不同,比如有的为.txt格式,有的为.xlsx等等,需要将所述.txt格式的测试数据转换为.csv格式,使其成为使用逗号分隔的值文件,以便于使用数据库处理。具体地,在其中一种实施方式中,可以使用面向对象的编程语言比如C++等开发一个数据格式转换的客户端应用程序,将所述原始测试数据从.txt转换为.csv格式。显然地,这仅是一种示例性的描述,在其他的实施方式中,也可以通过现有的文件格式转换软件对所述原始测试数据进行格式再转换。
优选地,在其中一种示例性实施方式中,在步骤S2之前,还包括步骤S1.1,对所述第一测试数据进行预处理;所述预处理包括删除异常测试数据和/或采用数据库第一关联算法,对所述第一测试数据进行关联预处理。
其中,所述删除异常测试数据包括从所述第一测试数据中删除由工艺缺陷带来的异常测试数据。即所述第一测试数据中还可能会有一些非设计缺陷造成的异常测试数据,比如裸片本身工艺缺陷(如hard fail die)造成的异常测试数据。因此,需要将这些与被测试产品无关的冗余内容去除,以免干扰对IP设计的客观评价。
所述数据库第一关联算法包括对所述第一测试数据增加裸片信息、测试条件信息和/或对所述第一测试数据中的测量值统一单位;所述测试条件信息包括工艺、电压信息和/或温度信息。特别地,所述数据库第一关联算法可以预先开发,也可以根据实际测试需要在执行步骤S2之前,实时设计开发所述数据库第一关联算法。可以理解地,用于完善所述第一测试数据的测试信息并不仅仅局限上述所列出的裸片信息、测试条件信息等测试信息,本发明对此不作任何限制,比如在其他的实施方式中,也可以包括所述IP测试评价包括所需要的其他的信息,比如测试人员信息等。类似地,所述测试条件信息也不仅限于工艺、电压信息和/或温度信息,不再一一赘述。进一步地,所述对所述第一测试数据中的测量值统一单位包括统一测试数据中的电压单位和/或电流单位等,比如,将电流单位从毫安、微安等统一为微安。较佳地,先进行删除异常测试数据操作再使用数据库第一关联算法,再对所述第一测试数据进行关联预处理。显然地,这仅是较佳实施方式的描述,并非本发明的限制,在其他的实施方式中,也可以先进行关联预处理,再进行删除异常测试数据操作,但均在本发明的保护范围之内。
优选地,在其中一种示例性实施方式中,步骤S2中,从所述第一测试数据中分离出每个被测试产品的测试数据,得到已区分出N个所述被测试产品的第二测试数据的方法包括,采用数据库MPW多产品甄别算法,所述数据库MPW多产品甄别算法即是对于所述第一测试数据中的每条测试记录,所述数据库MPW多产品甄别算法包括根据裸片在晶圆上的位置信息以及所述被测试产品的总个数,提取每个所述被测试产品的所有测试记录,得到所述第二测试数据。其中,所述数据库MPW多产品甄别算法可以在执行所述数据处理方法之前开发设计,也可以根据实际测试需要实时开发,本发明对此不作任何限制。较佳地,所述位置信息包括X向坐标值和Y向坐标值,对所述X向坐标值使用所述被测试产品的总个数执行Mod(X,N),根据取模运算的结果,确定所述测试记录对应的所述被测试产品;式中,X为所述X向坐标值;N为所述被测试产品的总个数。具体地,参见附图2并结合附图3,假设从坐标原点(0、0)处开始标记,对于每一个所述被测试产品,如其对应的第N个裸片101m的横坐标为X,首先判断所述被测试产品的横坐标X的正负,若X>0,则执行算法Mod(X,N)=R,若X<0,则执行算法Mod(X,N)+N=R,即获取每个所述被测试产品的横坐标对所述被测试产品的总个数取模即Remainder操作,则R值相同者即为同一所述被测试产品。从图3可以看出,在原始测试数据中,每条测试记录均会记录其测试的所述裸片101的位置信息,由此,即能从所述第一测试数据中分离出每个被测试产品的测试数据,得到已区分出N个产品的第二测试数据。
优选地,在其中一种示例性实施方式中,在步骤S3之前,还包括将所述产品信息和/或产品标识以链表的形式一次性导入数据库。显然地,这仅是较佳实施方式的描述,而本发明并不限制所述产品信息和/或产品标识导入数据库的时机,比如在步骤S1中,将所述产品信息和/或产品标识以链表的形式一次性导入数据库。不再一一赘述,但均在本发明的保护范围之内。
优选地,在其中一种示例性实施方式中,
作为优选,步骤S3中将每个所述被测试产品的产品信息和/或产品标识与其对应的所述第二测试数据关联,得到MPW多产品联测的第三测试数据的方法包括,采用数据库第二关联算法,比如使用结构化查询语言join将每个所述被测试产品的产品信息和/或产品标识与所述第二测试数据进行匹配得到MPW多产品联测的第三测试数据。此时,所述第三测试数据包括已经区分出N个不同所述被测试产品的测试数据,且每个所述被测试产品的测试数据包括产品信息及产品标识以及测试条件等信息,因此,所述第三测试数据信息完整、且可读性强。
优选地,在其中一种示例性实施方式中,步骤S4中,所述根据每个所述被测试产品的测试需求,使用所述第三测试数据生成MPW多产品联测的IP测试评价报告,其中,所述IP测试评价报告包括所述被测试产品的良率以及各个测试项的测试指标信息;所述被测试产品的良率以及各个测试项的测试指标信息由多产品联测数据统计算法得到;所述统计多产品联测数据统计算法包括,根据所述被测试产品的特性,对所述被测试产品进行相对应的trimming/trigger数据提取,统计所述被测试产品的良率以及统计各个测试项的测试指标信息。可以理解地,所述多产品联测数据统计算法可以在执行所述数据处理算法之前开发,也可以在其他时机开发,比如在步骤S2之后实时开发,本发明对此不作限制。进一步地,所述测试项包括测试内容,比如输出电压、动静态电流等。
优选地,在其中一种实施方式中,,所述各个测试项的测试指标信息包括,各个测试项的最大值、最小值、均值、标准偏差(Stddev)、中值(Median)、CPK、正态分布(μ±3σ)和/或中值正态分布(Median±3σ)等。具体地,在其中一种实施方式中,将数据处理及分析结果得到的所述第三测试数据以表的形式一次性导出数据库,并将这些导出数据库的所述第三测试数据放到所属项目路径下,根据所述第三测试数据生成所述IP评价报告。
优选地,在其中一种示例性实施方式中,所述MPW多产品联测的测试内容包括,输出电压测试、动静态电流测试、延迟时间测试和建立时间(set up time)测试、镜像电流测试、输出频率测试和/或电阻测试。
其中,附图5为本发明实施例的其中一种MPW多产品联测的数据处理流程示意图,完整展示了MPW多产品联测得到测试数据的逻辑过程及使用本发明提供的一种MPW多产品联测的数据处理方法对所述测试数据处理的大致过程。其中,位置选择包括根据测试要求进行MPW多产品联测测试设计时,每个被测试产品对应的裸片在晶圆上的排列及布局,即在运行MPW多产品联测测试流程前,每个所述被测试产品对应的裸片的位置在测试设计阶段获知,并且在测试数据中对每个所述被测试产品的每个裸片的测试结果中均有记录。
由此可见,本发明提供的MPW多产品联测的数据处理方法,能够一次性区分并处理所有被测试产品的测试数据,提高了测试数据处理效率,极大地缩短了评价周期。进一步地,将每个所述被测试产品的产品信息和/或产品标识与其对应的所述第二测试数据关联,能够很好地体现每个被测试产品的信息,使得测试信息更加完整。又进一步地,根据每个所述被测试产品的测试需求,使用所述第三测试数据生成MPW多产品联测的IP测试评价报告,能够对每个产品的数据进行数据统计及分析,提供评价结果,极大地提高了IP评价的效率。再进一步地,能够对多产品的大量测试数据进行充分有效的统计及分析。
本发明的又一实施例还进一步提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可执行的指令,当所述计算机可执行的指令被执行时实现如上文所述的MPW多产品联测的数据处理方法的步骤,具体的步骤上文已经详述,此处不再赘述。
本发明的再一实施例还提供了一种计算机设备,包括处理器以及存储设备,所述处理器适于实现各指令,所述存储设备适于存储多条指令,所述指令适于由处理器加载并执行上述任一项所述MPW多产品联测的数据处理方法。
通过以上实施方式的描述,本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式,但很多情况下,前者是更佳的实施方式。基于这样的理解,本发明的技术方案对现有技术做出贡献的部分能以计算机软件产品的形式体现出来,所述计算机软件产品存储在计算机可读存储介质,所述计算机可读存储介质包括但不限于磁盘存储器、CD-ROM、光学存储器等。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已,并非对本发明范围的任何限定,本发明包括但不局限于上述实施中所列举的构型。对于本领域的技术人员来说,可以根据上述实施例的内容举一反三,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种MPW多产品联测的数据处理方法,其特征在于,包括以下步骤,
S1:输入MPW多产品联测的第一测试数据;
S2:从所述第一测试数据中分离出每个被测试产品的测试数据,得到已区分出N个所述被测试产品的第二测试数据,其中,N为所述被测试产品的个数;
S3:将每个所述被测试产品的产品信息和/或产品标识与其对应的所述第二测试数据关联,得到MPW多产品联测的第三测试数据;
S4:根据每个所述被测试产品的测试需求,使用所述第三测试数据生成MPW多产品联测的IP测试评价报告。
2.根据权利要求1所述的MPW多产品联测的数据处理方法,其特征在于,在步骤S1之前,还包括对所述MPW多产品联测得到的原始测试数据进行数据清洗,得到所述第一测试数据;
其中,所述数据清洗包括,去除所述原始测试数据中的冗余数据以及将所述原始测试数据的格式转化为所述数据处理方法对应的数据格式。
3.根据权利要求1所述的MPW多产品联测的数据处理方法,其特征在于,在步骤S2之前,还包括对所述第一测试数据进行预处理;所述预处理包括删除异常测试数据和/或采用数据库第一关联算法,对所述第一测试数据进行关联预处理;
其中,所述删除异常测试数据包括从所述第一测试数据中删除由工艺缺陷带来的异常测试数据;
所述数据库第一关联算法包括对所述第一测试数据增加裸片信息、测试条件信息、和/或对所述第一测试数据中的测量值统一单位;所述测试条件信息包括工艺、电压信息和/或温度信息。
4.根据权利要求1所述的MPW多产品联测的数据处理方法,其特征在于,步骤S2中,从所述第一测试数据中分离出每个被测试产品的测试数据,得到已区分出N个所述被测试产品的第二测试数据的方法包括,
对于所述第一测试数据中的每条测试记录,根据裸片在晶圆上的位置信息以及所述被测试产品的总个数,提取每个所述被测试产品的所有测试记录,得到所述第二测试数据。
5.根据权利要求4所述的MPW多产品联测的数据处理方法,其特征在于,步骤S2中,所述对于所述第一测试数据中的每条测试记录,根据裸片在晶圆上的位置信息以及所述被测试产品的总个数,提取每个所述被测试产品的所有测试记录的方法包括,所述位置信息包括X向坐标值和Y向坐标值,对所述X向坐标值使用所述被测试产品的总个数执行Mod(X,N),根据取模运算的结果,确定所述测试记录对应的所述被测试产品;式中,X为所述X向坐标值;N为所述被测试产品的总个数。
6.根据权利要求1所述的MPW多产品联测的数据处理方法,其特征在于,在步骤S3之前,还包括将所述产品信息和/或产品标识以链表的形式一次性导入数据库。
7.根据权利要求1所述的MPW多产品联测的数据处理方法,其特征在于,步骤S4中,所述根据每个所述被测试产品的测试需求,使用所述第三测试数据生成MPW多产品联测的IP测试评价报告,其中,所述IP测试评价报告包括所述被测试产品的良率以及各个测试项的测试指标信息;
所述被测试产品的良率以及各个测试项的测试指标信息由多产品联测数据统计算法得到;
所述统计多产品联测数据统计算法包括,根据所述被测试产品的特性,对所述被测试产品进行相对应的trimming/trigger数据提取,统计所述被测试产品的良率以及统计各个测试项的测试指标信息。
8.根据权利要求7所述的MPW多产品联测的数据处理方法,其特征在于,所述各个测试项的测试指标信息包括,各个测试项的最大值、最小值、均值、标准偏差、中值、CPK、正态分布和/或中值正态分布。
9.根据权利要求1所述的MPW多产品联测的数据处理方法,其特征在于,所述MPW多产品联测的测试内容包括,输出电压测试、动静态电流测试、延迟时间测试和建立时间测试、镜像电流测试、输出频率测试和/或电阻测试。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可执行的指令,其特征在于,当所述计算机可执行的指令被执行时实现权利要求1至9中任意一项所述MPW多产品联测的数据处理方法。
11.一种计算机设备,其特征在于,包括处理器以及存储设备,所述处理器适于实现各指令,所述存储设备适于存储多条指令,所述指令适于由处理器加载并执行权利要求1至9中任一项所述MPW多产品联测的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010609717.1A CN111782695B (zh) | 2020-06-29 | 2020-06-29 | Mpw多产品联测的数据处理方法、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010609717.1A CN111782695B (zh) | 2020-06-29 | 2020-06-29 | Mpw多产品联测的数据处理方法、存储介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111782695A true CN111782695A (zh) | 2020-10-16 |
CN111782695B CN111782695B (zh) | 2024-03-15 |
Family
ID=72760163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010609717.1A Active CN111782695B (zh) | 2020-06-29 | 2020-06-29 | Mpw多产品联测的数据处理方法、存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111782695B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007049126A (ja) * | 2005-08-10 | 2007-02-22 | Samsung Electronics Co Ltd | 半導体ウエハ上の局所性不良を検出するテスト方法及びこれを用いるテストシステム |
CN109240992A (zh) * | 2018-07-11 | 2019-01-18 | 摩比天线技术(深圳)有限公司 | 天线测试数据的处理方法、系统、计算机设备及存储介质 |
CN109822231A (zh) * | 2019-02-15 | 2019-05-31 | 英特尔产品(成都)有限公司 | 检测用于晶圆划片的激光光束的质量的方法和装置 |
WO2020052292A1 (zh) * | 2018-09-14 | 2020-03-19 | 上海华岭集成电路技术股份有限公司 | 基于工业互联网的集成电路测试信息化管理系统 |
-
2020
- 2020-06-29 CN CN202010609717.1A patent/CN111782695B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007049126A (ja) * | 2005-08-10 | 2007-02-22 | Samsung Electronics Co Ltd | 半導体ウエハ上の局所性不良を検出するテスト方法及びこれを用いるテストシステム |
CN109240992A (zh) * | 2018-07-11 | 2019-01-18 | 摩比天线技术(深圳)有限公司 | 天线测试数据的处理方法、系统、计算机设备及存储介质 |
WO2020052292A1 (zh) * | 2018-09-14 | 2020-03-19 | 上海华岭集成电路技术股份有限公司 | 基于工业互联网的集成电路测试信息化管理系统 |
CN109822231A (zh) * | 2019-02-15 | 2019-05-31 | 英特尔产品(成都)有限公司 | 检测用于晶圆划片的激光光束的质量的方法和装置 |
Non-Patent Citations (2)
Title |
---|
姜祁峰;: "多项目晶圆(MPW)介绍和发展前景", 集成电路应用, no. 02 * |
邬博义, 马颖, 陈忍昌, 钟伟, 管俊芳: "面向绿色产品的EUP指令与生态设计评估", 电子质量, no. 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN111782695B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6185707B1 (en) | IC test software system for mapping logical functional test data of logic integrated circuits to physical representation | |
CN112382582B (zh) | 一种晶圆测试分类方法及系统 | |
US5570376A (en) | Method and apparatus for identifying faults within a system | |
Keim et al. | A rapid yield learning flow based on production integrated layout-aware diagnosis | |
KR20010093674A (ko) | 반도체검사장치, 반도체결함해석장치,반도체설계데이터수정장치, 반도체검사방법,반도체결함해석방법, 반도체설계데이터수정방법 및컴퓨터판독가능한 기록매체 | |
Hora et al. | An effective diagnosis method to support yield improvement | |
TW200842570A (en) | Method for enhancing the diagnostic accuracy of a VLSI chip | |
WO2024000731A1 (zh) | 晶圆缺陷评估方法、装置、存储器芯片和可读存储介质 | |
Huang et al. | Advancements in diagnosis driven yield analysis (DDYA): A survey of state-of-the-art scan diagnosis and yield analysis technologies | |
Segal et al. | Using electrical bitmap results from embedded memory to enhance yield | |
Tang et al. | Diagnosing timing related cell internal defects for FinFET technology | |
CN111782695A (zh) | Mpw多产品联测的数据处理方法、存储介质及计算机设备 | |
JP3195031B2 (ja) | テスト仕様生成方法及び半導体装置検査装置及び半導体装置検査方法 | |
Jahangiri et al. | Value-added defect testing techniques | |
US7634127B1 (en) | Efficient storage of fail data to aid in fault isolation | |
CN111426937B (zh) | 一种基于无故障信息测试分数的故障诊断方法 | |
US7137085B1 (en) | Wafer level global bitmap characterization in integrated circuit technology development | |
JP2002324206A (ja) | データ解析方法及び装置 | |
Selvaraj et al. | Skip-lot sampling plan of type SkSP-T for life testes based on percentiles of exponentiated Rayleigh distribution | |
JPH03120485A (ja) | 半導体集積回路の故障個所推定方式 | |
Pomeranz | Multicycle tests with fault detection test data for improved logic diagnosis | |
Nandakumar et al. | Addressing Physically Aware Diagnosis Challenges in Hierarchical Core Based Designs | |
WO2021184526A1 (zh) | 检测对象缺陷图案的优先级排序装置、排序方法及存储介质 | |
US7197435B1 (en) | Method and apparatus for using clustering method to analyze semiconductor devices | |
US7263451B1 (en) | Method and apparatus for correlating semiconductor process data with known prior process data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |