CN114817274B - 晶圆数据的处理方法、装置、电子装置和存储介质 - Google Patents

晶圆数据的处理方法、装置、电子装置和存储介质 Download PDF

Info

Publication number
CN114817274B
CN114817274B CN202210763775.9A CN202210763775A CN114817274B CN 114817274 B CN114817274 B CN 114817274B CN 202210763775 A CN202210763775 A CN 202210763775A CN 114817274 B CN114817274 B CN 114817274B
Authority
CN
China
Prior art keywords
test parameter
parameter value
parameter values
sequence
representative
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.)
Active
Application number
CN202210763775.9A
Other languages
English (en)
Other versions
CN114817274A (zh
Inventor
陈小川
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.)
Changsha Guangli Microelectronics Co ltd
Original Assignee
Changsha Guangli Microelectronics 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 Changsha Guangli Microelectronics Co ltd filed Critical Changsha Guangli Microelectronics Co ltd
Priority to CN202210763775.9A priority Critical patent/CN114817274B/zh
Publication of CN114817274A publication Critical patent/CN114817274A/zh
Application granted granted Critical
Publication of CN114817274B publication Critical patent/CN114817274B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474Sequence data queries, e.g. querying versioned data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Fuzzy Systems (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本申请涉及一种晶圆数据的处理方法、装置、电子装置和存储介质,该方法包括:获取多个晶圆的测试参数值;根据每个晶圆的测试参数值的大小,按照预设分割粒度分别将每个晶圆的测试参数值划分成若干组,并基于划分结果确定初始序列,初始序列包括多个存储元素,每个存储元素包括划分得到的一组测试参数值的序号范围以及序号范围对应的代表测试参数值;对多个晶圆的初始序列进行归并排序处理,得到目标序列,并基于目标序列确定多个晶圆的代表测试参数值的分布状况。通过本申请,解决了晶圆测试参数值的分析速度较低的技术问题,降低了对数据库吞吐量以及设备内存的要求,提高了运算速度,进而提高了用户基于测试参数值对晶圆良率进行分析的速度。

Description

晶圆数据的处理方法、装置、电子装置和存储介质
技术领域
本申请涉及晶圆检测领域,特别是涉及一种晶圆数据的处理方法、装置、电子装置和存储介质。
背景技术
晶圆作为制造半导体集成电路不可缺少的硅裸片,在芯片、半导体等领域变得越来越重要。由于制造工艺、材质、环境等问题,晶圆在制造过程中可能出现缺陷,因此在需要对晶圆进行测试。
在相关技术中,一般直接对晶圆的测试参数值进行分析,并确定测试参数值的分布状况。但是,由于晶圆的尺寸越来越大,而裸片尺寸越来越小,导致晶圆裸片的数量越来越多。当引入多个测试量对晶圆进行测试时,所涉及到的测试参数值的数据量相当庞大,对运算设备的数据库吞吐量以及内存的要求过高,从而导致相关技术中对晶圆的测试参数值进行分析的速度较低。
针对相关技术中存在的对晶圆的测试参数值进行分析的速度较低的技术问题,目前还没有提出有效的解决方案。
发明内容
在本实施例中提供了一种晶圆数据的处理方法、装置、电子装置和存储介质,以解决相关技术中对晶圆的测试参数值进行分析的速度较低的问题。
第一个方面,在本实施例中提供了一种晶圆数据的处理方法,包括:
获取多个晶圆的测试参数值;
根据每个晶圆的所述测试参数值的大小,按照预设分割粒度分别将每个晶圆的所述测试参数值划分成若干组,并基于划分结果确定初始序列,所述初始序列包括多个存储元素,每个所述存储元素包括划分得到的一组所述测试参数值的序号范围以及所述序号范围对应的代表测试参数值;
对多个晶圆的所述初始序列进行归并排序处理,得到目标序列,并基于所述目标序列确定多个晶圆的代表测试参数值的分布状况。
在其中的一些实施例中,所述根据每个晶圆的所述测试参数值的大小,按照预设分割粒度分别将每个晶圆的所述测试参数值划分成若干组,并基于划分结果确定初始序列包括:
根据每个晶圆的所述测试参数值的大小,对所述测试参数值进行排序,得到测试参数值队列;
按照预设分割粒度对每个晶圆对应的所述测试参数值队列进行划分,得到多个测试参数值子队列;
分别基于每个所述测试参数值子队列的最小测试参数值和最大测试参数值在所述测试参数值队列中的序号,以及与所述测试参数值子队列对应的测试参数值,确定所述初始序列的每个所述存储元素。
在其中的一些实施例中,所述对多个晶圆的所述初始序列进行归并排序处理包括:
获取两个晶圆的初始序列,并判断两个初始序列中的最大代表测试参数值的大小;定义最大代表测试参数值小的为第一初始序列,最大代表测试参数值大的为第二初始序列;
依次获取所述第二初始序列中的第二代表测试参数值,并将当前的所述第二代表测试参数值与所述第一初始序列中的第一代表测试参数值依次进行比对;
若当前的所述第二代表测试参数值小于当前的所述第一代表测试参数值,则将当前的所述第一代表测试参数值对应的第一存储元素归并至所述第二代表测试参数值对应的第二存储元素;
若当前的所述第二代表测试参数值大于所有的所述第一代表测试参数值,则将最大第一代表测试参数值对应的第一存储元素归并至所述第二代表测试参数值对应的第二存储元素。
在其中的一些实施例中,所述基于划分结果确定初始序列之后还包括:
判断是否存在负数代表测试参数值;
若存在,则对所述负数代表测试参数值取绝对值,并更新所述负数代表测试参数值对应的负数存储元素的序号范围,以及正数代表测试参数值对应的正数存储元素的序号范围,得到更新后的初始序列;
对多个晶圆所述更新后的初始序列进行归并排序处理,得到目标序列,基于所述目标序列确定多个晶圆的代表测试参数值的分布状况。
在其中的一些实施例中,所述更新所述负数存储元素以及所述正数存储元素的序号范围的方法包括:
获取晶圆中最大的负数代表测试参数值对应的负数存储元素,作为分割存储元素;
基于所述分割存储元素中的序号范围,更新所述负数存储元素的序号范围,以及所述正数存储元素的序号范围。
在其中的一些实施例中,所述基于所述目标序列确定多个晶圆的代表测试参数值的分布状况包括:
分别基于所述目标序列中的各个代表测试参数值所属存储元素中的序号范围,确定各个所述代表测试参数值对应的数据占比。
在其中的一些实施例中,所述确定各个所述代表测试参数值对应的数据占比之后,还包括:
若获取的所述多个晶圆的测试参数值中存在未统计测试参数值,则基于所述目标序列中最后两个代表测试参数值以及对应的数据占比,计算所述未统计测试参数值对应的代表测试参数值及其数据占比,最终确定多个晶圆的代表测试参数值的分布状况。
在其中的一些实施例中,所述确定多个晶圆的代表测试参数值的分布状况还包括:
基于所述代表测试参数值及其数据占比,建立所述测试参数值的累积分布图,以表征所述多个晶圆的代表测试参数值的分布状况。
第二个方面,在本实施例中提供了一种晶圆数据的处理装置,包括:
获取模块,用于获取多个晶圆的测试参数值;
划分模块,用于根据每个晶圆的所述测试参数值的大小,按照预设分割粒度分别将每个晶圆的所述测试参数值划分成若干组,并基于划分结果确定初始序列,所述初始序列包括多个存储元素,每个所述存储元素包括划分得到的一组所述测试参数值的序号范围以及所述序号范围对应的代表测试参数值;
处理模块,用于对多个晶圆的所述初始序列进行归并排序处理,得到目标序列,并基于所述目标序列确定多个晶圆的所述代表测试参数值的分布状况。
第三个方面,在本实施例中提供了一种电子装置,包括存储器、处理器以及存储在所述存储器上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上述第一个方面所述的晶圆数据的处理方法。
第四个方面,在本实施例中提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一个方面所述的晶圆数据的处理方法。
与相关技术相比,本实施例中提供了一种晶圆数据的处理方法、装置、电子装置和存储介质,所述方法包括:获取多个晶圆的测试参数值;根据每个晶圆的所述测试参数值的大小,按照预设分割粒度分别将每个晶圆的所述测试参数值划分成若干组,并基于划分结果确定初始序列,所述初始序列包括多个存储元素,每个所述存储元素包括划分得到的一组所述测试参数值的序号范围以及所述序号范围对应的代表测试参数值;对多个晶圆的所述初始序列进行归并排序处理,得到目标序列,并基于所述目标序列确定多个晶圆的代表测试参数值的分布状况。通过对晶圆的测试参数值进行排序和分割,进而统计得到初始序列,并对多个晶圆的初始序列进行归并排序,得到目标序列,从而降低了测试参数值的数据量,解决了相关技术中对晶圆的测试参数值进行分析的速度较低的技术问题,降低了对运算设备的数据库吞吐量以及内存的要求,提高了运算设备的分析速度,以及极大地提高了后续利用这些晶圆的测试参数值绘制CDF图的速度,进而提高了用户基于测试参数值对晶圆良率进行分析的速度。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是本发明一实施例的晶圆数据的处理方法的终端硬件结构框图;
图2是本发明一实施例的晶圆数据的处理方法的流程示意图;
图3是本发明一实施例的测试参数值的累积分布对比图;
图4是本发明一实施例的晶圆数据的处理装置的结构框图。
具体实施方式
为更清楚地理解本申请的目的、技术方案和优点,下面结合附图和实施例,对本申请进行了描述和说明。
除另作定义外,本申请所涉及的技术术语或者科学术语应具有本申请所属技术领域具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制,它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体,其目的是涵盖不排他的包含;例如,包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元),而可包括未列出的步骤或模块(单元),或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接,而可以包括电气连接,无论是直接连接还是间接连接。在本申请中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。通常情况下,字符“/”表示前后关联的对象是一种“或”的关系。在本申请中所涉及的术语“第一”、“第二”、“第三”等,只是对相似对象进行区分,并不代表针对对象的特定排序。
在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行,图1是本实施例的晶圆数据的处理方法的终端的硬件结构框图。如图1所示,终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104,其中,处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述终端的结构造成限制。例如,终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示出的不同配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如在本实施例中的晶圆数据的处理方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(NetworkInterface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在芯片领域,芯片的制造流程往往包括晶圆制造、晶圆涂膜、晶圆光刻、搀加杂质、晶圆测试以及芯片封装等步骤。其中,晶圆(wafer)经过光刻和掺杂后,形成了多个格状的裸片(die),需要通过针测等方式对每个裸片进行电气特性测试,以确定裸片是否符合电性要求。
由于晶圆数量众多且每个晶圆的裸片数量庞大,以及需要进行电性特征测试的测试量众多,导致晶圆的测试参数值的数据量相当庞大。例如,如果一个晶圆的实际裸片数量为20万,当需要绘制1万个晶圆的某个测量参数的累积分布图,则需要涉及到的数据量为20亿。如果对数据进行直接读取和计算,对数据库的吞吐量和计算设备的内存要求过高,导致晶圆的测试参数值的分析效率过低。基于此,本发明提供了一种晶圆数据的处理方法、装置、电子装置和存储介质,以解决上述技术问题。
请参阅图2,图2是本发明一实施例的晶圆数据的处理方法的流程示意图。
在一个实施例中,晶圆数据的处理方法包括:
S202:获取多个晶圆的测试参数值。
示例性地,完成晶圆测试后,获取多个晶圆针对一个测量参数的测试参数值(如vt值)。在本实施例中,每个测试参数值与一个晶圆中的单个裸片(die)相对应,用于标识该裸片的该测量参数的电性测试结果。其中,裸片包含了完整设计的整个芯片区域,以及相邻芯片之间的部分划分槽区域;晶圆的电性测试中,可以包括不同的测量参数,以对晶圆良率以及裸片的不同失效类型进行分析。但在一些其他的实施例中,也可以针对晶圆中的某个测试结构来进行电性测试,这里不做具体限定。
S204:根据每个晶圆的测试参数值的大小,按照预设分割粒度分别将每个晶圆的测试参数值划分成若干组,并基于划分结果确定初始序列,初始序列包括多个存储元素,每个存储元素包括划分得到的一组测试参数值的序号范围以及序号范围对应的代表测试参数值。
示例性地,获取单个晶圆的所有测试参数值,并根据测试参数值的大小,按照预设分割粒度对测试参数值进行划分。例如,单个晶圆的测试参数值的数量为20万,对20万个测试参数值进行大小排序,并以100为预设分割粒度,将上述20万个测试参数值划分成2000个组别的测试参数值。
示例性地,划分完成后,获取每组测试参数值的序号范围,以及该组测试参数值对应的代表测试参数值,并将上述数据保存为一个存储元素。存储元素按照对应的代表测试参数值的大小排列,形成初始序列。其中,每组测试参数值的序号范围是指该组测试参数值的最小测试参数值以及最大测试参数值在所有测试参数值中的大小排序的序号形成的区间;存储元素中存储的代表测试参数值,可以为一个或者多个,用于作为该组测试参数值的代表值。在一个具体的示例中,存储元素可以包括(代表测试参数值,最小测试参数值的序号,最大测试参数值的序号)这样的形式,例如(142,100,200)可以表示在(100,200)的序号范围内的代表测试参数值为142。
具体的,存储元素中保存的代表测试参数值,可以是该存储元素对应的一组测试参数值中预设位置的测试参数值,例如该组测试参数值中最小的测试参数值即排在首位的测试参数值;存储元素中保存的代表测试参数值,也可以是根据该存储元素对应的一组测试参数值中的多个测试参数值计算得到的数值,例如所有测试参数值的平均值,本申请对于存储元素中的测试参数值的确定方式不做限制。
S206:对多个晶圆的初始序列进行归并排序处理,得到目标序列,并基于目标序列确定多个晶圆的代表测试参数值的分布状况。
示例性地,得到每个晶圆的初始序列后,对多个晶圆的初始序列进行归并排序处理,得到能够反映所有晶圆的代表测试参数值的分布状况的目标序列。其中,归并排序处理是指对多个有序的序列进行合并处理,得到一个新的有序序列的处理过程。
具体的,本实施例中采用分别对所有晶圆中每两个晶圆的初始序列进行归并排序处理,并在处理完成后对上述处理结果再次进行归并排序处理,直至所有的序列均被合并,得到目标序列。在别的实施例中也可以每次对多片晶圆的初始序列进行归并排序处理,这里不做限定。
本实施例获取多个晶圆的测试参数值;根据每个晶圆的测试参数值的大小,按照预设分割粒度分别将每个晶圆的测试参数值划分成若干组,并基于划分结果确定初始序列,初始序列包括多个存储元素,每个存储元素包括预设分割粒度对应的测试参数值的序号范围以及序号范围对应的代表测试参数值;对多个晶圆的初始序列进行归并排序处理,得到目标序列,并基于目标序列确定多个晶圆的代表测试参数值的分布状况。通过对晶圆的测试参数值进行大小排序,得到排序后的测试参数值以及每个测试参数值的排序序号,进一步对排序后的测试参数值进行划分得到多段测试参数值,对每段测试参数值进行统计,以得到每段测试参数值的排序序号范围,以及能够反映该段测试参数值整体数值大小的代表测试参数值,并基于排序序号范围以及代表测试参数值建立与该段测试参数值对应的存储元素,从而将该段测试参数值简化为一个存储元素,以降低测试参数值的数据量。并且,对多个晶圆的包括多个存储元素的初始序列进行合并,得到目标序列,进一步降低了存储元素的数据量。本实施例的方案,解决了相关技术中对晶圆的测试参数值进行分析的速度较低的技术问题,降低了对运算设备的数据库吞吐量以及内存的要求,提高了运算设备的分析速度,以及极大地提高了后续利用这些晶圆的测试参数值绘制CDF图的速度,进而提高了用户基于测试参数值对晶圆良率进行分析的速度。
在另一个实施例中,根据每个晶圆的测试参数值的大小,按照预设分割粒度分别将每个晶圆的测试参数值划分成若干组,并基于划分结果确定初始序列包括:
步骤1:根据每个晶圆的测试参数值的大小,对测试参数值进行排序,得到测试参数值队列;
步骤2:按照预设分割粒度对每个晶圆对应的测试参数值队列进行划分,得到多个测试参数值子队列;
步骤3:分别基于每个测试参数值子队列的最小测试参数值和最大测试参数值在测试参数值队列中的序号,以及与测试参数值子队列对应的代表测试参数值,确定初始序列的每个存储元素。
示例性地,获取多个晶圆的测试参数值后,按照数值的大小顺序对每个晶圆的测试参数值进行排序,得到每个晶圆对应的测试参数值队列。基于预设分割粒度,对测试参数值队列进行划分,得到多个测试参数值子队列;获取每个测试参数值子队列中的最小测试参数值在测试参数值队列中的序号、最大测试参数值在测试参数值队列中的序号,以及能够反映该测试参数值子队列的整体数值大小的代表测试参数值,建立该测试参数值子队列对应的存储元素,所有测试参数值子队列对应的存储元素形成上述初始序列。
在其中一个具体实施例中,读取一个晶圆的某个测试量的测试参数值,并按照数值大小对所有的测试参数值进行大小排序;对排序好的测试参数值按照预设分割粒度进行分段,预设分割粒度可根据分析的精度要求进行设置。例如,测试参数值的数据量为20万,预设分割粒度为100(本实施例中采用测试参数值数量作为分割粒度,在其他实施例中也可以采用测试参数值作为分割粒度,这里不做限定),则得到2000组测试参数值子队列。以第一组测试参数值子队列为例,其最小测试参数值在测试参数值队列中的序号为0,最大测试参数值在测试参数值队列中的序号为99,则得到该测试参数值子队列对应的存储元素的序号范围为0~99,以最小测试参数值(例如1)作为该测试参数值子队列的代表测试参数值,则得到该测试参数值子队列对应的存储元素为(1,0,99)。类似的,可以得到第二组测试参数值子队列对应的存储元素为(100,100,199),其余测试参数值子队列对应的存储元素的确定方法依次类推。
本实施例中对晶圆的测试参数值进行排序和划分后,确定每个测试参数值的子队列对应的存储元素,从而降低了数据的存储量,例如在上述具体实施例中,晶圆的数据量由20万降低为2000个存储元素。进一步,通过本实施例的技术方案,降低了计算设备的计算成本,提高了测试参数值的分析速度。
在另一个实施例中,对多个晶圆的初始序列进行归并排序处理包括:
步骤1:获取两个晶圆的初始序列,并判断两个初始序列中的最大代表测试参数值的大小;定义最大代表测试参数值小的为第一初始序列,最大代表测试参数值大的为第二初始序列;
步骤2:依次获取第二初始序列中的第二代表测试参数值,并将当前的第二代表测试参数值与第一初始序列中的第一代表测试参数值依次进行比对;
步骤3:若当前的第二代表测试参数值小于当前的第一代表测试参数值,则将当前的第一代表测试参数值对应的第一存储元素归并至第二代表测试参数值对应的第二存储元素;
步骤4:若当前的第二代表测试参数值大于所有的第一代表测试参数值,则将最大第一代表测试参数值对应的第一存储元素归并至第二代表测试参数值对应的第二存储元素。
示例性地,本实施例中以两个晶圆为例,公开了一种初始序列归并排序处理的方法。分别获取两个晶圆的初始序列,并通过两个初始序列中最大代表测试参数值的大小对二者进行区分,定义最大代表测试参数值更小的为第一初始序列,最大代表测试参数值更大的为第二初始序列。
示例性地,依次获取第二初始序列中的单个第二代表测试参数值,每获取一个当前的第二代表测试参数值,则遍历第一初始序列,将当前的第二代表测试参数值按照第一初始序列中的排列顺序依次与第一初始序列中的多个第一代表测试参数值进行比对。其中,由于第一初始序列以及第二初始序列是基于排序后的测试参数值队列建立的,因此第一初始序列以及第二初始序列均是基于测试参数值的大小顺序对存储元素进行排列;依次遍历第一初始序列以及第二初始序列中的代表测试参数值的次序相同,均为从低位向高位进行遍历。优选的,第一初始序列以及第二初始序列均是基于代表测试参数值递增或者递减的顺序对存储元素进行排列,即第一初始序列与第二初始序列中代表测试参数值的排序方式相同,以减少计算量。
示例性地,第一初始序列以及第二初始序列中的代表测试参数值均为从小到大排序,在第一轮遍历过程中,选取第二初始序列中的第一个第二代表测试参数值,并将该第二代表测试参数值依次与第一初始序列中的每个第一代表测试参数值进行比对。完成上述过程后,进入第二轮遍历过程,即选取第二初始序列中的第二个第二代表测试参数值,并将该第二代表测试参数值依次与第一初始序列中的每个第一代表测试参数值进行比对。如此循环进行上述遍历过程,直至第二初始序列中每个第二代表测试参数值均与第一初始序列中的每个第一代表测试参数值比较完毕。在遍历过程中,若当前的第二代表测试参数值首次小于第一代表测试参数值时,获取当前的第一代表测试参数值对应的第一存储元素,并将该第一存储元素归并至第二代表测试参数值对应的第二存储元素。
具体的,上述归并的步骤为:获取当前的第一代表测试参数值对应的第一存储元素以及前一个第一代表测试参数值对应的第一存储元素,基于第二代表测试参数值、前一个第一存储元素的最小序号与第二代表测试参数值对应的第二存储元素的最小序号之和、当前第一存储元素的最大序号与第二代表测试参数值对应的第二存储元素的最大序号之和更新第二代表测试参数值对应的第二存储元素。
示例性地,若当前的第二代表测试参数值大于所有的第一代表测试参数值,则将最大第一代表测试参数值对应的第一存储元素归并至所有满足上述判断条件的第二代表测试参数值对应的第二存储元素。
具体的,上述归并的步骤为:获取当前的第二代表测试参数值对应的第二存储元素以及最大第一代表测试参数值对应的第一存储元素,基于第二代表测试参数值、第二存储元素中的最小序号与最大第一代表测试参数值对应的第一存储元素中的最小序号之和、第二存储元素中最大序号与最大第一代表测试参数值对应的第一存储元素中的最大序号之和更新当前的第二存储元素。
在其中一个具体实施例中,对第一晶圆的第一初始序列记为w1(i),第二晶圆的第二初始序列记为w2(j),其中i,j为存储元素的序号。当第一初始序列中的最大第一代表测试参数值小于第二初始序列中的最大第二代表测试参数值时,对二者进行归并排序的具体步骤为:
若第二代表测试参数值小于当前的第一代表测试参数值,则将当前的第一代表测试参数值对应的第一存储元素归并至第二代表测试参数值对应的第二存储元素,具体可基于以下代码实现:
Figure DEST_PATH_IMAGE001
其中,Merge(k)为更新后的第二存储元素,w2(j).value为第二代表测试参数值,w2(j).rankMin为第二代表测试参数值对应的第二存储元素中的最小序号,w1(i - 1).rankMin为前一个第一代表测试参数值对应的第一存储元素中的最小序号,w2(j).rankMax为第二代表测试参数值对应的第二存储元素中的最大序号,w1(i).rankMax为当前的第一代表测试参数值对应的第一存储元素中的最大序号。
若当前的第二代表测试参数值大于所有的第一代表测试参数值,则将最大第一代表测试参数值对应的第一存储元素归并至第二代表测试参数值对应的第二存储元素,具体可基于以下代码实现:
Figure DEST_PATH_IMAGE002
其中,w1(imax).rankMin为最大第一代表测试参数值对应的第一存储元素中的最小序号,w1(imax).rankMax为最大第一代表测试参数值对应的第一存储元素中的最大序号。
本实施例通过第一初始序列与第二初始序列中的第一代表测试参数值以及第二代表测试参数值的大小关系,对第一初始序列以及第二初始序列进行归并排序处理,处理过程简单,无需复杂的运算过程,从而提高了测试参数值的分析速度。
在另一个实施例中,基于划分结果确定初始序列之后还包括:
步骤1:判断是否存在负数代表测试参数值;
步骤2:若存在,则对负数代表测试参数值取绝对值,并更新负数代表测试参数值对应的负数存储元素的序号范围,以及正数代表测试参数值对应的正数存储元素的序号范围,得到更新后的初始序列;
步骤3:对多个晶圆更新后的初始序列进行归并排序处理,得到目标序列,基于目标序列确定多个晶圆的代表测试参数值的分布状况。
示例性的,判断初始序列中的所有代表测试参数值中是否存在负数代表测试参数值,若存在,则更新初始序列。初始序列的更新步骤为:对所有的负数代表测试参数值取绝对值,并更新其所属存储元素中的序号范围,以及正数代表测试参数值所属存储元素中的序号范围,得到更新后的初始序列。
示例性的,得到每片晶圆更新后的初始序列后,再对多片晶圆的更新后的初始序列进行归并排序处理,得到多片晶圆的目标序列,基于目标序列对多片晶圆的代表测试参数值的分布状况进行分析。其中,归并排序处理的过程在上述实施例中已经详细阐述,本实施例不再赘述。
本实施例在初始序列中存在负数代表测试参数值时对其取绝对值,并分别更新负数代表测试参数值以及正数代表测试参数值对应的存储元素的序号范围,进一步对多片晶圆的初始序列进行归并排序处理,以方便后续绘制CDF绝对值图从而解决了负数代表测试参数值以及正数代表测试参数值无法统一进行分析的问题,减少了单个晶圆的数据量,从而提高了分析速度。
在另一个实施例中,对每片晶圆的初始序列进行取绝对值处理,即更新负数存储元素以及正数存储元素的序号范围的方法包括:
步骤1:获取晶圆中最大的负数代表测试参数值对应的负数存储元素,作为分割存储元素;
步骤2:基于分割存储元素中的序号范围,更新负数存储元素的序号范围,以及正数存储元素的序号范围。
示例性的,获取晶圆中所有负数代表测试参数值中最大的代表测试参数值,即最接近于0的负数代表测试参数值,进一步获取该负数代表测试参数值对应的负数存储元素,作为负数存储元素与正数存储元素之间的分割存储元素,从而分隔出取绝对值后的负数代表测试参数值以及正数代表测试参数值。进一步,基于分割存储元素中的序号范围,更新负数存储元素的序号范围,以及正数存储元素的序号范围。
具体的,负数存储元素以及正数存储元素的序号范围的更新方法为:获取分割存储元素的最大序号midleValue.rankMax,负数存储元素中的序号范围的更新方式为:
Figure DEST_PATH_IMAGE003
Figure DEST_PATH_IMAGE004
正数存储元素中的序号范围的更新方式为:
Figure DEST_PATH_IMAGE005
Figure DEST_PATH_IMAGE006
其中,rankMin、rankMax分别为更新前的最小序号和最大序号,rankMin’、rankMax’分别为更新后的最小序号和最大序号。
本实施例通过分割存储元素的序号范围,对负数存储元素以及正数存储元素的序号范围进行更新,更新方式简单,无需在负数代表测试参数值取绝对值后重新进行统计,从而降低了计算量和更新的复杂程度,进一步提高了测试参数值的分析速度。
在另一个实施例中,基于目标序列确定多个晶圆的代表测试参数值的分布状况包括:
分别基于目标序列中的各个代表测试参数值所属存储元素的序号范围(rankMin、rankMax),确定各个代表测试参数值对应的数据占比。
示例性地,获取目标序列中各个代表测试参数值所属的存储元素的序号范围,将该序号范围与所有晶圆的测试参数值的个数进行比对,得到各个代表测试参数值对应的数据占比。其中,测试参数值的总数据量可通过目标序列中最大代表测试参数值的序号范围确定。
具体的,以rankMin为代表测试参数值对应的目标存储元素的最小序号,以rankMax为代表测试参数值对应的目标存储元素的最大序号,以allCnt为所有晶圆的测试参数值个数,则该代表测试参数值对应的数据占比为:
Figure DEST_PATH_IMAGE007
可以理解的,该代表测试参数值对应的数据占比还可以为:
Figure DEST_PATH_IMAGE008
或者为:
Figure DEST_PATH_IMAGE009
本实施例对代表测试参数值的数据占比的确定方法不作限制。
在另一个实施例中,确定各个代表测试参数值对应的数据占比之后还包括:
若获取的多个晶圆的测试参数值中存在未统计测试参数值,则基于目标序列中最后两个代表测试参数值以及对应的数据占比,计算未统计测试参数值对应的代表测试参数值及其数据占比,最终确定多个晶圆的代表测试参数值的分布状况。
示例性地,由于在对测试参数值按照预设分割粒度进行划分时,可能存在剩余测试参数值的数量低于预设分割粒度的情形,导致晶圆中存在未统计测试参数值,即当前各存储数据中的百分占比之和小于100%,且每个晶圆中的未统计测试参数值的数量小于预设分割粒度,那么需要针对这些未统计的占比数据单独进行处理;以及可能存在一些其他的原因,导致存在边缘散点数据未被统计在内,这里不做限定。处理方法为:通过目标序列中最后两个存储元素的代表测试参数值及其对应的数据占比,计算未统计测试参数值的数量,进而确定其在所有测试参数值中的数据比重和代表测试参数值,进而确定多个晶圆的代表测试参数值的分布状况。
具体的,取最后一个代表测试参数值value1及其比重percent1,以及倒数第二个代表测试参数值value2及其比重percent2,计算二者比重的差值:
Figure DEST_PATH_IMAGE010
以及二者代表测试参数值的差值:
Figure DEST_PATH_IMAGE011
进一步,计算未统计测试参数值的数量:
Figure DEST_PATH_IMAGE012
其中,percent3为所有已统计的存储元素中的比重之和,allCnt为所有测试参数值的数量。最后,基于以下公式计算未统计测试参数值及其比重:
Figure DEST_PATH_IMAGE013
Figure DEST_PATH_IMAGE014
Figure DEST_PATH_IMAGE015
每一对计算得到的Y和X,即分别为一个未统计数据的测试参数值及其比重;基于上述方法,即可确定所有未统计测试参数值及其比重。
可选的,基于目标序列中所有代表测试参数值及其比重,以及未统计测试参数值及其比重,绘制多个晶圆的测试参数值完整的累积分布图,以方便用户直观的对晶圆质量进行分析。
本实施例通过目标序列中最后两个代表测试参数值及其对应的比重,计算未统计测试参数值的比重,无需单独基于测试参数值的统计结果重新计算未统计测试参数值的比重,从而降低了计算成本,提高了测试参数值的分析速度。进一步,通过对未统计测试参数值进行比重计算,保证了对晶圆测试结果分析的全面性和准确性。
在另一个实施例中,确定多个晶圆的代表测试参数值的分布状况还包括:
基于代表测试参数值及其数据占比,建立测试参数值的累积分布图,以表征多个晶圆的代表测试参数值的分布状况。
请参阅图3,图3是本发明一实施例的测试参数值的累积分布对比图。
示例性地,基于目标序列中每个存储元素的代表测试参数值以及该代表测试参数值对应的数据占比,建立累积分布图,基于该累积分布图可以确定多个晶圆的测试参数值的分布状况。
应当说明的是,图3中所示的测试参数值的累积分布图,其中测试参数值为阈值电压(vt值)。累积分布图的横坐标为阈值电压的累积百分比,纵坐标为阈值电压,其单位为e- 1v,即每个单位的电压数值为1e-1v。累积分布图包括了两条曲线,一条是基于本实施例中基于代表测试参数值及其对应的数据占比建立的累积分布曲线,另一条是基于原始的测试参数值精确绘制的累积分布曲线。由于本实施例中的累积分布曲线在减少绘制的数据成本的同时,保留了数据的精度,因此两条曲线在累积分布图中表现为近乎重合,只能在曲线末端观测到一点区别。
本实施例基于目标序列中存储元素的代表测试参数值及对应的数据占比,建立累积分布图,用户可以直观地基于该累积分布图确定多个晶圆的测试参数值的分布状况,从而在保留数据精度的同时,提高了对晶圆良率进行分析的速度和便利性。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中还提供了一种晶圆数据的处理装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是本实施例的晶圆数据的处理装置的结构框图,如图4所示,该装置包括:
获取模块10,用于获取多个晶圆的测试参数值;
划分模块20,用于根据每个晶圆的测试参数值的大小,按照预设分割粒度分别将每个晶圆的测试参数值划分成若干组,并基于划分结果确定初始序列,初始序列包括多个存储元素,每个存储元素包括划分得到的一组测试参数值的序号范围以及序号范围对应的代表测试参数值;
划分模块20,还用于根据每个晶圆的测试参数值的大小,对测试参数值进行排序,得到测试参数值队列;
按照预设分割粒度对每个晶圆对应的测试参数值队列进行划分,得到多个测试参数值子队列;
分别基于每个测试参数值子队列的最小测试参数值和最大测试参数值在测试参数值队列中的序号,以及与测试参数值子队列对应的代表测试参数值,确定初始序列的每个存储元素;
处理模块30,用于对多个晶圆的初始序列进行归并排序处理,得到目标序列,并基于目标序列确定多个晶圆的代表测试参数值的分布状况;
处理模块30,还用于获取两个晶圆的初始序列,并判断两个初始序列中的最大代表测试参数值的大小;定义最大代表测试参数值小的为第一初始序列,最大代表测试参数值大的为第二初始序列;
依次获取第二初始序列中的第二代表测试参数值,并将当前的第二代表测试参数值与第一初始序列中的第一代表测试参数值依次进行比对;
若当前的第二代表测试参数值小于当前的第一代表测试参数值,则将当前的第一代表测试参数值对应的第一存储元素归并至第二代表测试参数值对应的第二存储元素;
若当前的第二代表测试参数值大于所有的第一代表测试参数值,则将最大第一代表测试参数值对应的第一存储元素归并至第二代表测试参数值对应的第二存储元素;
处理模块30,还用于分别基于目标序列中的各个代表测试参数值所属存储元素中的序号范围,确定各个代表测试参数值对应的数据占比;
处理模块30,还用于若获取的多个晶圆的测试参数值中存在未统计测试参数值,则基于目标序列中最后两个代表测试参数值以及对应的数据占比,计算未统计测试参数值对应的代表测试参数值及其数据占比,最终确定多个晶圆的代表测试参数值的分布状况;
处理模块30,还用于基于代表测试参数值及其数据占比,建立测试参数值的累积分布图,以表征多个晶圆的代表测试参数值的分布状况。
晶圆数据的处理装置,还包括序列更新模块;
序列更新模块,用于判断是否存在负数代表测试参数值;
若存在,则对负数代表测试参数值取绝对值,并更新负数代表测试参数值对应的负数存储元素的序号范围,以及正数代表测试参数值对应的正数存储元素的序号范围,得到更新后的初始序列;
对多个晶圆更新后的初始序列进行归并排序处理,得到目标序列,基于目标序列确定多个晶圆的代表测试参数值的分布状况;
序列更新模块,还用于获取晶圆中最大的负数代表测试参数值对应的负数存储元素,作为分割存储元素;
基于分割存储元素中的序号范围,更新负数存储元素的序号范围,以及正数存储元素的序号范围。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
在本实施例中还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,获取多个晶圆的测试参数值;
S2,根据每个晶圆的测试参数值的大小,按照预设分割粒度分别将每个晶圆的测试参数值划分成若干组,并基于划分结果确定初始序列,初始序列包括多个存储元素,每个存储元素包括划分得到的一组测试参数值的序号范围以及序号范围对应的代表测试参数值;
S3,对多个晶圆的初始序列进行归并排序处理,得到目标序列,并基于目标序列确定多个晶圆的代表测试参数值的分布状况。
需要说明的是,在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,在本实施例中不再赘述。
此外,结合上述实施例中提供的晶圆数据的处理方法,在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序;该计算机程序被处理器执行时实现上述实施例中的任意一种晶圆数据的处理方法。
应该明白的是,这里描述的具体实施例只是用来解释这个应用,而不是用来对它进行限定。根据本申请提供的实施例,本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例,均属本申请保护范围。
显然,附图只是本申请的一些例子或实施例,对本领域的普通技术人员来说,也可以根据这些附图将本申请适用于其他类似情况,但无需付出创造性劳动。另外,可以理解的是,尽管在此开发过程中所做的工作可能是复杂和漫长的,但是,对于本领域的普通技术人员来说,根据本申请披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段,不应被视为本申请公开的内容不足。
“实施例”一词在本申请中指的是结合实施例描述的具体特征、结构或特性可以包括在本申请的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例,也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是,本申请中描述的实施例在没有冲突的情况下,可以与其它实施例结合。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对专利保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种晶圆数据的处理方法,其特征在于,包括:
获取多个晶圆的测试参数值;
根据每个晶圆的所述测试参数值的大小,按照预设分割粒度分别将每个晶圆的所述测试参数值划分成若干组,并基于划分结果确定初始序列,所述初始序列包括多个存储元素,每个所述存储元素包括划分得到的一组所述测试参数值的序号范围以及所述序号范围对应的代表测试参数值,所述序号范围是指该组测试参数值的最小测试参数值以及最大测试参数值在所有测试参数值中的大小排序的序号形成的区间;
对多个晶圆的所述初始序列进行归并排序处理,得到目标序列,并基于所述目标序列确定多个晶圆的代表测试参数值的分布状况;
所述根据每个晶圆的所述测试参数值的大小,按照预设分割粒度分别将每个晶圆的所述测试参数值划分成若干组,并基于划分结果确定初始序列包括:
根据每个晶圆的所述测试参数值的大小,对所述测试参数值进行排序,得到测试参数值队列;
按照预设分割粒度对每个晶圆对应的所述测试参数值队列进行划分,得到多个测试参数值子队列;
分别基于每个所述测试参数值子队列的最小测试参数值和最大测试参数值在所述测试参数值队列中的序号,以及与所述测试参数值子队列对应的代表测试参数值,确定所述初始序列的每个所述存储元素;
所述对多个晶圆的所述初始序列进行归并排序处理包括:
基于所述代表测试参数值的大小关系,对多个晶圆的所述初始序列进行归并排序处理。
2.根据权利要求1所述的晶圆数据的处理方法,其特征在于,所述对多个晶圆的所述初始序列进行归并排序处理包括:
获取两个晶圆的初始序列,并判断两个初始序列中的最大代表测试参数值的大小;定义最大代表测试参数值小的为第一初始序列,最大代表测试参数值大的为第二初始序列;
依次获取所述第二初始序列中的第二代表测试参数值,并将当前的所述第二代表测试参数值与所述第一初始序列中的第一代表测试参数值依次进行比对;
若当前的所述第二代表测试参数值小于当前的所述第一代表测试参数值,则将当前的所述第一代表测试参数值对应的第一存储元素归并至所述第二代表测试参数值对应的第二存储元素;
若当前的所述第二代表测试参数值大于所有的所述第一代表测试参数值,则将最大第一代表测试参数值对应的第一存储元素归并至所述第二代表测试参数值对应的第二存储元素。
3.根据权利要求1所述的晶圆数据的处理方法,其特征在于,所述基于划分结果确定初始序列之后还包括:
判断是否存在负数代表测试参数值;
若存在,则对所述负数代表测试参数值取绝对值,并更新所述负数代表测试参数值对应的负数存储元素的序号范围,以及正数代表测试参数值对应的正数存储元素的序号范围,得到更新后的初始序列;
对多个晶圆所述更新后的初始序列进行归并排序处理,得到目标序列,基于所述目标序列确定多个晶圆的代表测试参数值的分布状况。
4.根据权利要求3所述的晶圆数据的处理方法,其特征在于,所述更新所述负数存储元素以及所述正数存储元素的序号范围的方法包括:
获取晶圆中最大的负数代表测试参数值对应的负数存储元素,作为分割存储元素;
基于所述分割存储元素中的序号范围,更新所述负数存储元素的序号范围,以及所述正数存储元素的序号范围。
5.根据权利要求1所述的晶圆数据的处理方法,其特征在于,所述基于所述目标序列确定多个晶圆的代表测试参数值的分布状况包括:
分别基于所述目标序列中的各个代表测试参数值所属存储元素中的序号范围,确定各个所述代表测试参数值对应的数据占比。
6.根据权利要求5所述的晶圆数据的处理方法,其特征在于,所述确定各个所述代表测试参数值对应的数据占比之后,还包括:
若获取的所述多个晶圆的测试参数值中存在未统计测试参数值,则基于所述目标序列中最后两个代表测试参数值以及对应的数据占比,计算所述未统计测试参数值对应的代表测试参数值及其数据占比,最终确定多个晶圆的代表测试参数值的分布状况。
7.根据权利要求1至权利要求6中任意一项所述的晶圆数据的处理方法,其特征在于,所述确定多个晶圆的代表测试参数值的分布状况还包括:
基于所述代表测试参数值及其数据占比,建立所述测试参数值的累积分布图,以表征所述多个晶圆的代表测试参数值的分布状况。
8.一种晶圆数据的处理装置,其特征在于,包括:
获取模块,用于获取多个晶圆的测试参数值;
划分模块,用于根据每个晶圆的所述测试参数值的大小,按照预设分割粒度分别将每个晶圆的所述测试参数值划分成若干组,并基于划分结果确定初始序列,所述初始序列包括多个存储元素,每个所述存储元素包括划分得到的一组所述测试参数值的序号范围以及所述序号范围对应的代表测试参数值,所述序号范围是指该组测试参数值的最小测试参数值以及最大测试参数值在所有测试参数值中的大小排序的序号形成的区间;
处理模块,用于对多个晶圆的所述初始序列进行归并排序处理,得到目标序列,并基于所述目标序列确定多个晶圆的代表测试参数值的分布状况;
划分模块,还用于根据每个晶圆的所述测试参数值的大小,对所述测试参数值进行排序,得到测试参数值队列;
按照预设分割粒度对每个晶圆对应的所述测试参数值队列进行划分,得到多个测试参数值子队列;
分别基于每个所述测试参数值子队列的最小测试参数值和最大测试参数值在所述测试参数值队列中的序号,以及与所述测试参数值子队列对应的代表测试参数值,确定所述初始序列的每个所述存储元素;
处理模块,还用于基于所述代表测试参数值的大小关系,对多个晶圆的所述初始序列进行归并排序处理。
9.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至权利要求7中任一项所述的晶圆数据的处理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至权利要求7中任一项所述的晶圆数据的处理方法的步骤。
CN202210763775.9A 2022-07-01 2022-07-01 晶圆数据的处理方法、装置、电子装置和存储介质 Active CN114817274B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210763775.9A CN114817274B (zh) 2022-07-01 2022-07-01 晶圆数据的处理方法、装置、电子装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210763775.9A CN114817274B (zh) 2022-07-01 2022-07-01 晶圆数据的处理方法、装置、电子装置和存储介质

Publications (2)

Publication Number Publication Date
CN114817274A CN114817274A (zh) 2022-07-29
CN114817274B true CN114817274B (zh) 2022-09-16

Family

ID=82523102

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210763775.9A Active CN114817274B (zh) 2022-07-01 2022-07-01 晶圆数据的处理方法、装置、电子装置和存储介质

Country Status (1)

Country Link
CN (1) CN114817274B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110704424A (zh) * 2019-09-03 2020-01-17 华为技术有限公司 一种应用于数据库的排序方法、装置及相关设备
CN111220889A (zh) * 2020-01-02 2020-06-02 长江存储科技有限责任公司 晶圆测试数据处理方法及设备
CN111913955A (zh) * 2020-06-22 2020-11-10 中科驭数(北京)科技有限公司 数据的排序处理装置、方法和存储介质
CN113342906A (zh) * 2021-06-09 2021-09-03 海光信息技术股份有限公司 一种对晶圆量测数据分布形态的分类方法以及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008021556B4 (de) * 2008-04-30 2019-06-06 Advanced Micro Devices, Inc. Verfahren und System für zweistufige Vorhersage einer Qualitätsverteilung von Halbleiterbauelementen
US11244440B2 (en) * 2019-08-30 2022-02-08 Intel Corporation Ranking of objects with noisy measurements

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110704424A (zh) * 2019-09-03 2020-01-17 华为技术有限公司 一种应用于数据库的排序方法、装置及相关设备
CN111220889A (zh) * 2020-01-02 2020-06-02 长江存储科技有限责任公司 晶圆测试数据处理方法及设备
CN111913955A (zh) * 2020-06-22 2020-11-10 中科驭数(北京)科技有限公司 数据的排序处理装置、方法和存储介质
CN113342906A (zh) * 2021-06-09 2021-09-03 海光信息技术股份有限公司 一种对晶圆量测数据分布形态的分类方法以及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Test Wafer Management and Automated Wafer Sorting;Aziza Faruqi等;《2008 IEEE/SEMI Advanced Semiconductor Manufacturing Conference》;20080523;全文 *
测试性能估算的测试集重排序方法;詹文法等;《电子测量与仪器学报》;20211115;全文 *

Also Published As

Publication number Publication date
CN114817274A (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
Chandrasekaran et al. Test scheduling of core based system-on-chip using modified ant colony optimization
US9088522B2 (en) Test scheduling with pattern-independent test access mechanism
CN110929218A (zh) 一种差异最小化随机分组方法及系统
CN114817274B (zh) 晶圆数据的处理方法、装置、电子装置和存储介质
WO2022111278A1 (zh) 一种并发请求超时的诊断方法及装置、设备、存储介质
CN109635034B (zh) 训练数据重采样方法、装置、存储介质及电子设备
CN112185830A (zh) 抽样缺陷检测方法、装置、设备和系统
CN102709207B (zh) 质量评估设备、方法和使计算机执行质量评估方法的程序
CN112465321B (zh) 一种任务分析方法、装置、设备及存储介质
CN112858873B (zh) 一种基于二端测试的引脚资源分配方法及系统
CN112529112B (zh) 一种矿物识别的方法和装置
CN115374019B (zh) 分布式ui测试用例的测试方法、系统及计算机存储介质
CN114529002B (zh) 量子连通图谱的聚团划分方法、装置、终端及存储介质
CN112612614B (zh) 一种数据排序方法、装置及系统
Senthilkumar et al. Construction and selection of repetitive deferred variables sampling (RDVS) plan indexed by quality levels
CN114021699A (zh) 一种基于梯度的卷积神经网络剪枝方法及装置
CN114266291A (zh) 聚类集合的确定方法和装置、存储介质及电子装置
US11994837B2 (en) Acceptability check method and check system for newly-added production tools
US10274942B2 (en) Method for determining abnormal equipment in semiconductor manufacturing system and program product
CN112906999A (zh) 话务指标优化效果评估方法、装置及计算设备
CN114254682A (zh) 新增生产工具的合格检验方法和检验系统
CN115308518B (zh) 一种老炼电路的参数测量顺序确定方法和系统
CN112597009B (zh) 一种基于覆盖率排序的FPGA内嵌PCIExpressIP核量产测试优化方法
CN113985250B (zh) Fpga芯片内部开关矩阵的开关量全覆盖测试方法
CN118691876A (zh) 一种模型的部署方法、装置和存储介质

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