CN113641882A - 确定工艺角晶片的方法、装置、电子设备及可读存储介质 - Google Patents

确定工艺角晶片的方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN113641882A
CN113641882A CN202110764452.7A CN202110764452A CN113641882A CN 113641882 A CN113641882 A CN 113641882A CN 202110764452 A CN202110764452 A CN 202110764452A CN 113641882 A CN113641882 A CN 113641882A
Authority
CN
China
Prior art keywords
performance range
preset performance
range
group
clusters
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.)
Pending
Application number
CN202110764452.7A
Other languages
English (en)
Inventor
曾健忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Sirius Semiconductor Co ltd
Original Assignee
Shenzhen Sirius Semiconductor Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Sirius Semiconductor Co ltd filed Critical Shenzhen Sirius Semiconductor Co ltd
Priority to CN202110764452.7A priority Critical patent/CN113641882A/zh
Publication of CN113641882A publication Critical patent/CN113641882A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Abstract

本申请适用于半导体技术领域，提供了一种确定工艺角晶片的方法、装置、电子设备及可读存储介质。方法包括：获取晶圆可接受度测试的测试数据；将测试数据按照预设性能范围进行分类，得到群类和每个群类的数量；利用EM算法，对群类和每个群类的数量进行处理，得到每个群类对应的正态分布；根据预设性能范围及正态分布，确定出工艺角晶片；其中，不同群类对应不同性能范围。在正常晶片与工艺角晶片呈正态分布的情况下，能够在不符合预设性能范围内确定出工艺角晶片，从而分辨出正常晶片及工艺角晶片。

Description

确定工艺角晶片的方法、装置、电子设备及可读存储介质
技术领域
本申请属于半导体技术领域，尤其涉及一种确定工艺角晶片的方法、装置、电子设备及可读存储介质。
背景技术
目前，在半导体制造过程中，由于工序的控制极限，经过许多道加工工序加工出来的晶片为正态分布的，为混合有正常晶片及工艺角晶片的正态分布，所以无法简单地通过数值大小做出判断，从而无法在属于某个性能范围的晶片中分辨出正常晶片还是工艺角晶片。
发明内容
本申请实施例提供了一种确定工艺角晶片的方法、装置、电子设备及可读存储介质，可以解决无法分辨工艺角晶片的问题。
第一方面，本申请实施例提供了一种确定工艺角晶片的方法，包括：
获取晶圆可接受度测试的测试数据；
将所述测试数据按照预设性能范围进行分类，得到群类和每个群类的数量；
利用EM算法，对每个所述群类和每个所述群类的数量进行处理，得到每个群类对应的正态分布；
根据所述预设性能范围及所述正态分布，确定出工艺角晶片；
其中，不同群类对应不同性能范围。
进一步的，符合所述预设性能范围的群类与不符合所述预设性能范围的群类的数量比例大于2倍以上。
示例性的，将所述测试数据按照预设性能范围进行分类，得到群类和每个群类的数量，具体包括：
按照所述预设性能范围将所述测试数据进行分类，得到小于所述预设性能范围的群类、等于所述预设性能范围的群类及大于所述预设性能范围的群类；
其中，不符合所述预设性能范围的群类包括小于预设性能范围的群类及大于预设性能范围的群类，符合所述预设性能范围的群类包括等于所述预设性能范围的群类。
进一步的，等于所述预设性能范围的群类与小于预设性能范围的群类的数量比例大于2倍以上，等于所述预设性能范围的群类与大于预设性能范围的群类的数量比例大于2倍以上。
在第一方面的一种可能的实现方式中，根据所述预设性能范围及所述正态分布，确定出工艺角晶片，具体包括：
在不符合所述预设性能范围内，根据各个所述群类对应的所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片。
示例的，所述群类包括小于所述预设性能范围的群类、等于所述预设性能范围的群类及大于所述预设性能范围的群类；
相应的，在小于所述预设性能范围内，根据各所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片；
和/或，在大于所述预设性能范围内，根据各所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片。
第二方面，本申请实施例提供了一种确定工艺角晶片的装置，包括：
获取单元，用于获取晶圆可接受度测试的测试数据；
分类单元，用于将所述测试数据按照预设性能范围进行分类，得到群类和每个群类的数量；
处理单元，用于利用EM算法，对每个所述群类和每个所述群类的数量进行处理，得到每个群类对应的正态分布；
确定单元，用于根据所述预设性能范围及所述正态分布，确定出工艺角晶片；
其中，不同群类对应不同性能范围。
进一步的，符合所述预设性能范围的群类与不符合所述预设性能范围的群类的数量比例大于2倍以上。
进一步的，分类单元，具体用于按照所述预设性能范围将所述测试数据进行分类，得到小于所述预设性能范围的群类、等于所述预设性能范围的群类及大于所述预设性能范围的群类；
其中，不符合所述预设性能范围的群类包括小于预设性能范围的群类及大于预设性能范围的群类，符合所述预设性能范围的群类包括等于所述预设性能范围的群类。
进一步的，等于所述预设性能范围的群类与小于预设性能范围的群类的数量比例大于2倍以上，等于所述预设性能范围的群类与大于预设性能范围的群类的数量比例大于2倍以上。
进一步的，查找单元，具体用于在不符合所述预设性能范围内，根据各个所述群类对应的所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片。
进一步的，所述群类包括小于所述预设性能范围的群类、等于所述预设性能范围的群类及大于所述预设性能范围的群类；
查找单元，具体用于在小于所述预设性能范围内，根据各所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片；
和/或，在大于所述预设性能范围内，根据各所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片。
第三方面，本申请实施例提供了一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，包括：所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例通过将测试数据按照预设性能范围进行分类，得到群类和每个群类的数量；利用EM算法，对群类和每个群类的数量进行处理，得到每个群类对应的正态分布；根据预设性能范围及正态分布，确定出工艺角晶片。在正常晶片与工艺角晶片呈正态分布的情况下，能够在不符合预设性能范围内确定出工艺角晶片，从而分辨出正常晶片及工艺角晶片。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的确定工艺角晶片的方法的流程示意图；
图2是本申请另一实施例提供的确定工艺角晶片的方法的流程示意图；
图3是本申请一实施例提供的EM算法的执行结果示例图；
图4是本申请实施例提供的确定工艺角晶片的装置的结构示意图；
图5是本申请实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
图1是本申请一实施例提供的确定工艺角晶片的方法的流程示意图，作为示例而非限定。如图1所示，包括：
S101：获取晶圆可接受度测试的测试数据。
其中，晶圆生产后及在出厂前，经过一道电性测试，即晶圆可接受度测试(WAT)，从而得到晶圆可接受度测试的测试数据。
S102：将测试数据按照预设性能范围进行分类，得到群类和每个群类的数量。
按照实际生产要求得到符合生产要求的性能范围，将该性能范围设为预设性能范围。具体的，将测试数据按照符合预设性能范围及不符合预设性能范围分类为符合预设性能范围的群类及不符合预设性能范围的群类，并得到每个群类的数量。
其中，不同群类对应不同性能范围。
优选的，符合预设性能范围的群类与不符合预设性能范围的群类的数量比例大于2倍以上，为更精确地确定出工艺角晶片提供基础。
S103：利用EM算法，对每个群类和每个群类的数量进行处理，得到每个群类对应的正态分布。
EM算法，为最大期望算法(Expectation-Maximization algorithm,EM)，是一类通过迭代进行极大似然估计的优化算法。EM算法的标准计算框架由E步(Expectation-step)和M步(Maximization step)交替组成，算法的收敛性可以确保迭代至少逼近局部极大值。
通过EM算法得到符合预设性能范围的群类的正态分布及不符合预设性能范围的群类的正态分布。
S104：根据预设性能范围及正态分布，确定出工艺角晶片；
具体的，根据预设性能范围确定不符合预设性能范围；
在不符合预设性能范围内，根据各个群类对应的正态分布的面积占比，将面积占比大的不符合预设性能范围的群类确定为工艺角晶片。能够保证在不符合预设性能范围内分辨出工艺角晶片。同时也能在不符合预设性能范围内分辨出符合预设性能范围的群类，即正常晶片。
利用现有技术划分，在不符合预设性能范围内会包含有符合预设性能范围的群类及不符合预设性能范围的群类，所以不能直接简单根据数值大小进行判断正常晶片。
需要说明的是，需根据晶片是NMOS的晶片还是PMOS的晶片分开获取测试数据，并分开执行上述S102-S104步骤。
本实施例通过将测试数据按照预设性能范围进行分类，得到群类和每个群类的数量；利用EM算法，对群类和每个群类的数量进行处理，得到每个群类对应的正态分布；根据预设性能范围及正态分布，确定出工艺角晶片。在正常晶片与工艺角晶片呈正态分布的情况下，能够在不符合预设性能范围内确定出工艺角晶片，从而分辨出正常晶片及工艺角晶片，也可为用户根据工艺角晶片查找对应需调整的机台提供支持。
图2是本申请另一实施例提供的确定工艺角晶片的方法的流程示意图。作为示例而非限定。如图2所示，该方法包括：
S201：获取晶圆可接受度测试的测试数据。
S202：按照预设性能范围将测试数据进行分类，得到小于预设性能范围的群类、等于预设性能范围的群类及大于预设性能范围的群类。
其中，不符合预设性能范围的群类包括小于预设性能范围的群类及大于预设性能范围的群类，符合预设性能范围的群类包括等于预设性能范围的群类。
优选的，等于预设性能范围的群类与小于预设性能范围的群类的数量比例大于2倍以上，等于预设性能范围的群类与大于预设性能范围的群类的数量比例大于2倍以上。
S203：利用EM算法，对每个群类和每个群类的数量进行处理，得到每个群类对应的正态分布。
得到小于预设性能范围的群类的正态分布，等于预设性能范围的群类的正态分布，以及大于预设性能范围的群类的正态分布。
S204：在小于预设性能范围内，根据各正态分布的面积占比，将面积占比大的不符合预设性能范围的群类确定为工艺角晶片；
和/或，
S204’：在大于预设性能范围内，根据各正态分布的面积占比，将面积占比大的不符合预设性能范围的群类确定为工艺角晶片。
本实施例通过在小于预设性能范围内，根据各正态分布的面积占比，将面积占比大的不符合预设性能范围的群类确定为工艺角晶片；和/或，在大于预设性能范围内，根据各正态分布的面积占比，将面积占比大的不符合预设性能范围的群类确定为工艺角晶片，能够精确的在不符合预设性能范围内确定出工艺角晶片。
示例的，将运行速度作为筛选的特性，获取对应的运行速度测试数据。
将运行速度范围[10-90]作为预设性能范围，得到预设速度范围，为运行速度正常。运行速度范围[0-10)为运行速度慢，运行速度范围(90-100]为运行速度快。
然后按照预设速度范围将测试数据进行分类，得到小于预设速度范围的群类、等于预设速度范围的群类及大于预设速度范围的群类。即得到运行速度慢的群类(slow)、运行速度正常的群类(typical)及运行速度块的群类(fast)及每个群类的数量。对应的，将每个群类数量进行比较，运行速度慢的群类、运行速度正常的群类及运行速度块的群类的比例为1：8：1。
小于预设速度范围及大于预设速度范围为不符合预设速度范围。
接着利用EM算法，对测试数据和测试数据的数量、群类和每个群类的数量进行处理，得到测试数据及每个群类对应的正态分布。图3是本申请一实施例提供的EM算法的执行结果示例图。EM算法算法结果如图3所示，测试数据的正态分布的编号为1，运行速度慢的群类的正态分布的编号为2，运行速度正常的群类的编号为3及运行速度块的群类的编号为4。
如图3所示，在测试数据中运行速度最慢的10％数据中，即在这不符合预设速度范围内，根据各正态分布的面积占比，将面积占比大的运行速度慢的群类确定为工艺角晶片，将面积占比更大但运行速度正常的群类确定为正常晶片。
和/或，在测试数据中运行速度最快的10％数据中，即在这不符合预设速度范围内，根据各正态分布的面积占比，将面积占比大的运行速度快的群类确定为工艺角晶片，将面积占比更大但运行速度正常的群类确定为正常晶片，并去除正常晶片，从而实现分辨工艺角晶片及正常晶片。
因正常晶片和工艺角晶片都呈正态分布，直接将测试数据中运行速度最慢的10％数据划分出来，从图3中可看出，该10％数据中大部分的晶片是正常晶片，小部分的晶片是工艺角晶片，无法直接简单用数值大小进行判断。而且这样划分会导致大部分的正常晶片被划分出来，但该正常晶片是实际生产中需要保留的，这会影响晶片良率及制造成本。并且当用户要根据该10％数据进行对应机台的调整时，会错误指向制造良率好的机台，从而无法提高制造良率。
通过上述的方法能够在运行速度最慢的10％数据中分辨出正常晶片及工艺角晶片，避免将大部分的正常晶片被划分出来，从而将该正常晶片是实际生产中保留下来，并且当用户要进行机台的调整时，能够正确指向制造良率不好的机台，从而提高制造良率及降低成本。
测试数据中运行速度最快的10％数据划分同理。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的方法，图4是本申请实施例提供的确定工艺角晶片的装置的结构示意图，为了便于说明，仅示出了与本申请实施例相关的部分。如图4所示，该装置包括：
获取单元40，用于获取晶圆可接受度测试的测试数据；
分类单元41，用于将测试数据按照预设性能范围进行分类，得到群类和每个群类的数量；
处理单元42，用于利用EM算法，对每个群类和每个群类的数量进行处理，得到每个群类对应的正态分布；
确定单元43，用于根据预设性能范围及正态分布，确定出工艺角晶片；
其中，不同群类对应不同性能范围。
优选的，符合预设性能范围的群类与不符合预设性能范围的群类的数量比例大于2倍以上。
在另一实施例中，该装置还包括查找单元，具体用于在不符合预设性能范围内，根据各个群类对应的正态分布的面积占比，将面积占比大的不符合预设性能范围的群类确定为工艺角晶片。
在另一实施例中，分类单元41具体用于按照预设性能范围将测试数据进行分类，得到小于预设性能范围的群类、等于预设性能范围的群类及大于预设性能范围的群类；
其中，不符合预设性能范围的群类包括小于预设性能范围的群类及大于预设性能范围的群类，符合预设性能范围的群类包括等于预设性能范围的群类。
优选的，等于预设性能范围的群类与小于预设性能范围的群类的数量比例大于2倍以上，等于预设性能范围的群类与大于预设性能范围的群类的数量比例大于2倍以上。
相应的，群类包括小于预设性能范围的群类、等于预设性能范围的群类及大于预设性能范围的群类；
查找单元具体用于在小于预设性能范围内，根据各正态分布的面积占比，将面积占比大的不符合预设性能范围的群类确定为工艺角晶片；
和/或，在大于预设性能范围内，根据各正态分布的面积占比，将面积占比大的不符合预设性能范围的群类确定为工艺角晶片。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图5为本申请一实施例提供的电子设备的结构示意图。如图5所示，该实施例的电子设备包括：至少一个处理器50(图5中仅示出一个)、存储器51以及存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52，所述处理器50执行所述计算机程序52时实现上述任意各个方法实施例中的步骤。
所述电子设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该电子设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是电子设备的举例，并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，该处理器50还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51在一些实施例中可以是所述电子设备的内部存储单元，例如电子设备的硬盘或内存。所述存储器51在另一些实施例中也可以是所述电子设备的外部存储设备，例如所述电子设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述电子设备的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例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存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/电子设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种确定工艺角晶片的方法，其特征在于，包括：
获取晶圆可接受度测试的测试数据；
将所述测试数据按照预设性能范围进行分类，得到群类和每个群类的数量；
利用EM算法，对每个所述群类和每个所述群类的数量进行处理，得到每个所述群类对应的正态分布；
根据所述预设性能范围及所述正态分布，确定出工艺角晶片；
其中，不同群类对应不同性能范围。
2.如权利要求1所述的方法，其特征在于，将所述测试数据按照预设性能范围进行分类，得到群类和每个群类的数量，具体包括：
按照所述预设性能范围将所述测试数据进行分类，得到小于所述预设性能范围的群类、等于所述预设性能范围的群类及大于所述预设性能范围的群类；
其中，不符合所述预设性能范围的群类包括小于预设性能范围的群类及大于预设性能范围的群类，符合所述预设性能范围的群类包括等于所述预设性能范围的群类。
3.如权利要求1所述的方法，其特征在于，根据所述预设性能范围及所述正态分布，确定出工艺角晶片，具体包括：
在不符合所述预设性能范围内，根据各个所述群类对应的所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片。
4.如权利要求3所述的方法，其特征在于，所述群类包括小于所述预设性能范围的群类、等于所述预设性能范围的群类及大于所述预设性能范围的群类；
相应的，在小于所述预设性能范围内，根据各所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片；
和/或，在大于所述预设性能范围内，根据各所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片。
5.一种确定工艺角晶片的装置，其特征在于，包括：
获取单元，用于获取晶圆可接受度测试的测试数据；
分类单元，用于将所述测试数据按照预设性能范围进行分类，得到群类和每个群类的数量；
处理单元，用于利用EM算法，对每个所述群类和每个所述群类的数量进行处理，得到每个群类对应的正态分布；
确定单元，用于根据所述预设性能范围及所述正态分布，确定出工艺角晶片；
其中，不同群类对应不同性能范围。
6.如权利要求5所述的装置，其特征在于：
分类单元，具体用于按照所述预设性能范围将所述测试数据进行分类，得到小于所述预设性能范围的群类、等于所述预设性能范围的群类及大于所述预设性能范围的群类；
其中，不符合所述预设性能范围的群类包括小于预设性能范围的群类及大于预设性能范围的群类，符合所述预设性能范围的群类包括等于所述预设性能范围的群类。
7.如权利要求5所述的装置，其特征在于：
查找单元，具体用于在不符合所述预设性能范围内，根据各个所述群类对应的所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片。
8.如权利要求7所述的装置，其特征在于：所述群类包括小于所述预设性能范围的群类、等于所述预设性能范围的群类及大于所述预设性能范围的群类；
查找单元，具体用于在小于所述预设性能范围内，根据各所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片；
和/或，在大于所述预设性能范围内，根据各所述正态分布的面积占比，将面积占比大的不符合所述预设性能范围的群类确定为所述工艺角晶片。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的方法。
CN202110764452.7A 2021-07-06 2021-07-06 确定工艺角晶片的方法、装置、电子设备及可读存储介质 Pending CN113641882A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110764452.7A CN113641882A (zh) 2021-07-06 2021-07-06 确定工艺角晶片的方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110764452.7A CN113641882A (zh) 2021-07-06 2021-07-06 确定工艺角晶片的方法、装置、电子设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN113641882A true CN113641882A (zh) 2021-11-12

Family

ID=78416802

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110764452.7A Pending CN113641882A (zh) 2021-07-06 2021-07-06 确定工艺角晶片的方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN113641882A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110060441A1 (en) * 2009-09-09 2011-03-10 Taiwan Semiconductor Manufacturing Company, Ltd. Clustering for Prediction Models in Process Control and for Optimal Dispatching
CN104900551A (zh) * 2014-03-04 2015-09-09 中芯国际集成电路制造(上海)有限公司 一种晶圆质量管控方法和装置
TW201627877A (zh) * 2015-01-26 2016-08-01 華邦電子股份有限公司 晶圓測試圖樣的損失率計算方法
JP2017183406A (ja) * 2016-03-29 2017-10-05 エスアイアイ・セミコンダクタ株式会社 半導体装置の製造方法
CN111201540A (zh) * 2017-10-24 2020-05-26 国际商业机器公司 通过前馈工艺调整优化半导体分档
CN112149375A (zh) * 2019-06-29 2020-12-29 英特尔公司 大数据分析的噪声自动消除
CN112262320A (zh) * 2018-04-16 2021-01-22 普罗泰克斯公司 集成电路剖析和异常检测
CN112395144A (zh) * 2020-11-05 2021-02-23 深圳市鼎盛光电有限公司 一种测试方法、系统、终端设备及可读存储介质
CN112698185A (zh) * 2020-12-31 2021-04-23 海光信息技术股份有限公司 器件窗口检验方法、装置、设备和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110060441A1 (en) * 2009-09-09 2011-03-10 Taiwan Semiconductor Manufacturing Company, Ltd. Clustering for Prediction Models in Process Control and for Optimal Dispatching
CN104900551A (zh) * 2014-03-04 2015-09-09 中芯国际集成电路制造(上海)有限公司 一种晶圆质量管控方法和装置
TW201627877A (zh) * 2015-01-26 2016-08-01 華邦電子股份有限公司 晶圓測試圖樣的損失率計算方法
JP2017183406A (ja) * 2016-03-29 2017-10-05 エスアイアイ・セミコンダクタ株式会社 半導体装置の製造方法
CN111201540A (zh) * 2017-10-24 2020-05-26 国际商业机器公司 通过前馈工艺调整优化半导体分档
CN112262320A (zh) * 2018-04-16 2021-01-22 普罗泰克斯公司 集成电路剖析和异常检测
CN112149375A (zh) * 2019-06-29 2020-12-29 英特尔公司 大数据分析的噪声自动消除
CN112395144A (zh) * 2020-11-05 2021-02-23 深圳市鼎盛光电有限公司 一种测试方法、系统、终端设备及可读存储介质
CN112698185A (zh) * 2020-12-31 2021-04-23 海光信息技术股份有限公司 器件窗口检验方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
CN108846749B (zh) 一种基于区块链技术的分片化的交易执行系统及方法
EP3835976A1 (en) Method and device for data retrieval
CN109933610B (zh) 数据处理方法、装置、计算机设备及存储介质
EP4167107A1 (en) Image retrieval system, method and apparatus
CN108920601B (zh) 一种数据匹配方法及装置
CN113641882A (zh) 确定工艺角晶片的方法、装置、电子设备及可读存储介质
CN116723090A (zh) 告警根因的定位方法、装置、电子设备及可读存储介质
CN114880628B (zh) 晶圆测试数据的处理方法、装置以及绘制晶圆图的方法
CN116662876A (zh) 多模态认知决策方法、系统、装置、设备及存储介质
CN112816959B (zh) 用于车辆的聚类方法、装置、设备和存储介质
CN115965230A (zh) 一种晶圆制程良率分析方法、设备及系统
CN112818007B (zh) 数据处理方法、装置及可读存储介质
CN115190010A (zh) 基于软件服务依赖关系的分布推荐方法和装置
CN111539576B (zh) 一种风险识别模型的优化方法及装置
CN107436788B (zh) 一种应用程序的卸载方法、装置及终端设备
CN106897331B (zh) 用户关键位置数据获取方法及装置
CN110794994A (zh) 真实触点的确定方法及装置
CN110991141B (zh) 一种芯片设计的黑盒分割管理系统、方法、介质及终端
CN113238852B (zh) 一种任务分配方法、装置、电子设备及存储介质
CN117608862B (zh) 数据分发控制方法、装置、设备及介质
CN115795342B (zh) 一种业务场景分类的方法、装置、存储介质及电子设备
CN113434436B (zh) 测试用例的生成方法、装置、电子设备及存储介质
CN116302947A (zh) 一种接口测试方法、系统、设备和介质
CN115659979A (zh) 结构零件的自动命名方法、系统、设备及其介质
CN107562553B (zh) 数据中心管理方法和设备

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