CN117290171A - 一种内存芯片测试设备及方法 - Google Patents
一种内存芯片测试设备及方法 Download PDFInfo
- Publication number
- CN117290171A CN117290171A CN202311594146.9A CN202311594146A CN117290171A CN 117290171 A CN117290171 A CN 117290171A CN 202311594146 A CN202311594146 A CN 202311594146A CN 117290171 A CN117290171 A CN 117290171A
- Authority
- CN
- China
- Prior art keywords
- memory chip
- value
- data
- capacity
- determining
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 245
- 238000000034 method Methods 0.000 title claims description 19
- 238000012937 correction Methods 0.000 claims abstract description 39
- 230000004069 differentiation Effects 0.000 claims abstract description 12
- 238000013139 quantization Methods 0.000 claims abstract description 11
- 230000011218 segmentation Effects 0.000 claims description 13
- 229920006395 saturated elastomer Polymers 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- G06F11/2236—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 to test CPU or processors
-
- 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
- G06F11/2273—Test methods
-
- 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
- G06F11/26—Functional testing
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Techniques For Improving Reliability Of Storages (AREA)
Abstract
本申请提供了一种内存芯片测试设备及方法，通过确定所述数据测试时间内的内存芯片临界区间值，确定所述内存芯片数据容量的内存芯片鉴别系数，从而确定所述数据测试时间的内存芯片汇聚量，根据所述数据测试时间对所述内存芯片汇聚量进行容量分段间隙量化，得到内存芯片间隙因子，对所有的区间温度均值进行温度邻近差异化，得到区间温度邻近差异系数，根据所述内存芯片间隙因子和所述区间温度邻近差异系数确定所述内存芯片汇聚量的内存芯片容量纠察量，根据所述内存芯片容量纠察量和所述内存芯片汇聚量值确定内存芯片测试容量值，将所述内存芯片测试容量值作为内存芯片的实际容量值，可提高内存芯片测试设备在测试内存芯片容量时的准确度。
Description
技术领域
本申请涉及内存芯片技术领域，更具体的说，本申请涉及一种内存芯片测试设备及方法。
背景技术
内存芯片是计算机和其他电子设备中用于存储数据和程序的集成电路，内存芯片起到暂时存储和提供数据以供中央处理单元（CPU）进行读写操作的作用，内存芯片在计算机、智能手机、平板电脑、数字相机、路由器和其他电子设备中都有广泛的应用。
内存芯片测试设备在内存芯片的制造、质量控制和维护阶段中至关重要的工具，通常由半导体制造商、内存模块制造商、电子设备制造商以及质量控制和测试实验室使用，内存芯片测试设备有助于确保内存芯片的性能、稳定性和可靠性，以满足不同应用的需求，如计算机、智能手机、服务器、嵌入式系统等，在传统的内存芯片容量测试中，内存芯片测试设备在测试内存芯片容量的过程中存在设备本身的误差，造成了内存芯片测试设备在测试内存芯片容量时准确度过低的问题。
发明内容
本申请提供一种内存芯片测试设备及方法，用以解决内存芯片测试设备在测试内存芯片容量时准确度过低的技术问题。
为解决上述技术问题，本申请采用如下技术方案：
第一方面，本申请提供一种内存芯片测试方法，包括：
启动内存芯片容量测试，获取内存芯片的数据测试时间，进而确定内存芯片数据容量；
确定所述数据测试时间内的内存芯片临界区间值，确定所述内存芯片数据容量的内存芯片鉴别系数；
根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定所述数据测试时间的内存芯片汇聚量，根据所述数据测试时间对所述内存芯片汇聚量进行容量分段间隙量化，得到内存芯片间隙因子；
获取内存芯片在所述数据测试时间内的多个区间温度均值，对所有的区间温度均值进行温度邻近差异化，得到区间温度邻近差异系数，根据所述内存芯片间隙因子和所述区间温度邻近差异系数确定所述内存芯片汇聚量的内存芯片容量纠察量；
根据所述内存芯片容量纠察量和所述内存芯片汇聚量值确定内存芯片测试容量值，将所述内存芯片测试容量值作为内存芯片的实际容量值。
在一些实施例中，确定所述数据测试时间内的内存芯片临界区间值具体包括：
根据预设的时间分割系数对所述数据测试时间进行平均分割，得到多个数据测试时间段；
确定每个数据测试时间段内的测试平均速度；
根据所有的数据测试时间段内的测试平均速度确定内存芯片临界区间值。
在一些实施例中，确定所述内存芯片数据容量的内存芯片鉴别系数具体包括：
根据所述内存芯片数据容量确定内存芯片数据密度；
根据所述内存芯片数据密度与预设的内存芯片饱和数据密度确定内存芯片鉴别系数。
在一些实施例中，根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定所述数据测试时间的内存芯片汇聚量具体包括：
根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定内存芯片速度均衡值；
根据所述内存芯片速度均衡值和所述数据测试时间确定内存芯片汇聚量。
在一些实施例中，根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定内存芯片速度均衡值具体包括：
获取内存芯片数据容量的值；
获取内存芯片临界区间值；
获取数据测试时间的值；
获取所有的数据测试时间段内的测试平均速度的数量；
获取内存芯片鉴别系数；
根据所述内存芯片数据容量的值、所述内存芯片临界区间值/>、所述数据测试时间的值/>、所有的数据测试时间段内的测试平均速度的数量/>和所述内存芯片鉴别系数确定内存芯片速度均衡值，其中，所述内存芯片速度均衡值根据下述公式确定：
其中，表示内存芯片速度均衡值，/>表示第/>个数据测试时间段内的测试平均速度的值，/>表示第/>个数据测试时间段内的测试平均速度的值。
在一些实施例中，根据所述数据测试时间对所述内存芯片汇聚量进行容量分段间隙量化，得到内存芯片间隙因子具体包括：
确定数据测试时间中每个数据测试时间段在内存芯片汇聚量中的内存芯片汇聚量分量；
将所有相邻的内存芯片汇聚量分量进行相减，得到多个相邻的内存芯片汇聚量分量的差值；
根据所有相邻的内存芯片汇聚量分量的差值确定内存芯片间隙因子。
在一些实施例中，对所有的区间温度均值进行温度邻近差异化，得到区间温度邻近差异系数具体包括：
确定所有的区间温度均值的平均值；
确定所有相邻的区间温度均值的差值；
根据所有的区间温度均值的平均值和所有相邻的区间温度均值的差值确定区间温度邻近差异系数。
第二方面，本申请提供一种内存芯片测试设备，其包括有容量测试单元，所述容量测试单元包括：
内存芯片数据容量确定模块，用于启动内存芯片容量测试，获取内存芯片的数据测试时间，进而确定内存芯片数据容量；
内存芯片鉴别系数确定模块，用于确定所述数据测试时间内的内存芯片临界区间值，确定所述内存芯片数据容量的内存芯片鉴别系数；
内存芯片间隙因子获取模块，用于根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定所述数据测试时间的内存芯片汇聚量，根据所述数据测试时间对所述内存芯片汇聚量进行容量分段间隙量化，得到内存芯片间隙因子；
内存芯片容量纠察量确定模块，用于获取内存芯片在所述数据测试时间内的多个区间温度均值，对所有的区间温度均值进行温度邻近差异化，得到区间温度邻近差异系数，根据所述内存芯片间隙因子和所述区间温度邻近差异系数确定所述内存芯片汇聚量的内存芯片容量纠察量；
内存芯片的实际容量值获取模块，用于根据所述内存芯片容量纠察量和所述内存芯片汇聚量值确定内存芯片测试容量值，将所述内存芯片测试容量值作为内存芯片的实际容量值。
第三方面，本申请提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的内存芯片测试方法。
第四方面，本申请提供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上述的内存芯片测试方法。
本申请公开的实施例提供的技术方案具有以下有益效果：
本申请提供的一种内存芯片测试设备及方法中，首先启动内存芯片容量测试，获取内存芯片的数据测试时间，进而确定内存芯片数据容量，确定所述数据测试时间内的内存芯片临界区间值，确定所述内存芯片数据容量的内存芯片鉴别系数，根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定所述数据测试时间的内存芯片汇聚量，根据所述数据测试时间对所述内存芯片汇聚量进行容量分段间隙量化，得到内存芯片间隙因子，获取内存芯片在所述数据测试时间内的多个区间温度均值，对所有的区间温度均值进行温度邻近差异化，得到区间温度邻近差异系数，根据所述内存芯片间隙因子和所述区间温度邻近差异系数确定所述内存芯片汇聚量的内存芯片容量纠察量，根据所述内存芯片容量纠察量和所述内存芯片汇聚量值确定内存芯片测试容量值，将所述内存芯片测试容量值作为内存芯片的实际容量值，该方案通过内存芯片的数据测试时间确定内存芯片数据容量和内存芯片临界区间值，进而确定内存芯片鉴别系数，根据内存芯片临界区间值和内存芯片鉴别系数确定内存芯片汇聚量，进而确定内存芯片间隙因子，内存芯片间隙因子表示相邻数据测试时间段的内存芯片汇聚量分量之间的平均差值，通过获取多个区间温度均值，进而确定区间温度邻近差异系数，根据内存芯片间隙因子和区间温度邻近差异系数确定内存芯片容量纠察量，通过内存芯片容量纠察量和内存芯片汇聚量确定内存芯片的实际容量值，内存芯片容量纠察量是对设备所产生的误差进行校正参数，通过内存芯片容量纠察量对内存芯片容量测试设备测得的内存芯片的容量值进行校正，可以得到更加准确的内存芯片的实际容量，从而提高了内存芯片测试设备在测试内存芯片容量时的准确度。
附图说明
图1是根据本申请一些实施例所示的内存芯片测试方法的示例性流程图；
图2是根据本申请一些实施例所示的确定内存芯片间隙因子的示例性流程图；
图3是根据本申请一些实施例所示的容量测试单元的示例性硬件和/或软件的示意图；
图4是根据本申请一些实施例所示的实现内存芯片测试方法的计算机设备的结构示意图。
具体实施方式
本申请核心是通过内存芯片的数据测试时间确定内存芯片数据容量，确定数据测试时间的内存芯片临界区间值和内存芯片数据容量的内存芯片鉴别系数，根据内存芯片临界区间值和内存芯片鉴别系数确定内存芯片汇聚量，根据内存芯片汇聚量确定内存芯片间隙因子，获取多个区间温度均值，通过所有的区间温度均值确定区间温度邻近差异系数，根据内存芯片间隙因子和区间温度邻近差异系数确定内存芯片容量纠察量，根据内存芯片容量纠察量和内存芯片汇聚量确定内存芯片测试容量值，进而确定内存芯片的实际容量值。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。参考图1，该图是根据本申请一些实施例所示的内存芯片测试方法的示例性流程图，该内存芯片测试方法100主要包括如下步骤：
在步骤101，启动内存芯片容量测试，获取内存芯片的数据测试时间，进而确定内存芯片数据容量。
具体实现时，启动内存芯片容量测试，获取内存芯片的数据测试时间，即：启动内存芯片容量测试设备，通过现有技术PERT估算工具获取内存芯片的数据测试时间，数据测试时间是反应内存芯片容量测试设备对内存芯片预计需要进行测试的时间。
具体实现时，确定内存芯片数据容量，即：通过现有技术Ookla工具获取内存芯片测试速度均值，将内存芯片测试速度均值与数据测试时间的值相乘，将相乘后的值作为内存芯片数据容量的值，例如，数据测试均值速度的值为2，数据测试时间为3s，数据测试时间的值为3，将数据测试均值速度的值2与数据测试时间的值3相乘得到内存芯片数据容量的值为6，则内存芯片数据容量为6GB。
需要说明的是，本申请中的内存芯片测试速度均值是反应内存芯片容量测试设备在数据测试时间内对内存芯片进行读取所预计的平均速度的值，例如，内存芯片容量测试设备在数据测试时间内对内存芯片进行读取所预计的平均速度为2GB/s，则内存芯片测试速度均值为2；内存芯片数据容量是反应内存芯片所需要测量的容量。
在步骤102，确定所述数据测试时间内的内存芯片临界区间值，确定所述内存芯片数据容量的内存芯片鉴别系数。
在一些实施例中，确定所述数据测试时间内的内存芯片临界区间值可采用下述步骤实现：
根据预设的时间分割系数对所述数据测试时间进行平均分割，得到多个数据测试时间段；
确定每个数据测试时间段内的测试平均速度；
根据所有的数据测试时间段内的测试平均速度确定内存芯片临界区间值。
具体实现时，通过历史的数据测试时间对时间分割系数进行设置，以便于数据测试时间的分析，时间分割系数的取值为4~20，所述时间分割系数是将数据测试时间进行平均分割的参数，时间分割系数越大，对数据测试时间进行平均分割的次数越多；通过时间分割系数对数据测试时间进行平均分割，得到多个数据测试时间段，例如，时间分割系数为4，数据测试时间为10小时，则对数据测试时间进行分割4次，即：10小时/5=2小时，得到5段为2小时的数据测试时间段；通过现有技术Ookla工具获取每个数据测试时间段内的测试平均速度，将所有的数据测试时间段内的测试平均速度中数据测试时间段内的测试平均速度的最大速度的值和最小速度的值进行相减，将相减得到的值作为内存芯片临界区间值。
需要说明的是，本申请中的每个数据测试时间段内的测试平均速度是反应内存芯片容量测试设备对内存芯片在数据测试时间段内读取速度的平均速度，内存芯片临界区间值是反应内存芯片在数据测试时间内读取速度变化范围的大小的值。
在一些实施例中，确定所述内存芯片数据容量的内存芯片鉴别系数根据下述公式确定：
根据所述内存芯片数据容量确定内存芯片数据密度；
根据所述内存芯片数据密度与预设的内存芯片饱和数据密度确定内存芯片鉴别系数。
具体实现时，将内存芯片数据容量的值与内存芯片数据容量的数据长度的值进行相除，将相除的值作为内存芯片数据密度，内存芯片数据密度是内存芯片理论的数据密集度；通过供应商提供的说明书对内存芯片饱和数据密度进行预设，内存芯片饱和数据密度是内存芯片理论上饱和的数据密集度；将内存芯片数据密度的值与内存芯片饱和数据密度的值进行相除，将相除之后的值作为内存芯片鉴别系数。
具体实现时，通过现有技术Python获取内存芯片数据容量的数据长度的值；需要说明的是，本申请中的内存芯片鉴别系数是反应内存芯片中数据密集度程度的参数，内存芯片鉴别系数越大，内存芯片中的数据密集度越大。
在步骤103，根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定所述数据测试时间的内存芯片汇聚量，根据所述数据测试时间对所述内存芯片汇聚量进行容量分段间隙量化，得到内存芯片间隙因子。
在一些实施例中，根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定所述数据测试时间的内存芯片汇聚量可采用下述步骤实现：
根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定内存芯片速度均衡值；
根据所述内存芯片速度均衡值和所述数据测试时间确定内存芯片汇聚量。
在一些实施例中，根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定内存芯片速度均衡值可采用下述步骤实现：
获取内存芯片数据容量的值；
获取内存芯片临界区间值；
获取数据测试时间的值；
获取所有的数据测试时间段内的测试平均速度的数量；
获取内存芯片鉴别系数；
根据所述内存芯片数据容量的值、所述内存芯片临界区间值/>、所述数据测试时间的值/>、所有的数据测试时间段内的测试平均速度的数量/>和所述内存芯片鉴别系数确定内存芯片速度均衡值，其中，所述内存芯片速度均衡值根据下述公式确定：
其中，表示内存芯片速度均衡值，/>表示第/>个数据测试时间段内的测试平均速度的值，/>表示第/>个数据测试时间段内的测试平均速度的值。
具体实现时，通过现有技术MATLAB软件获取所有的数据测试时间段内的测试平均速度的数量；需要说明的是，本申请中内存芯片速度均衡值是反应内存芯片容量测试设备对内存芯片在数据测试时间内进行读取的实际平均速度的值，例如，内存芯片容量测试设备对内存芯片进行读取的实际平均速度为3GB/s，则内存芯片速度均衡值为3。
具体实现时，根据所述内存芯片速度均衡值和所述数据测试时间确定内存芯片汇聚量，即：将内存芯片速度均衡值与数据测试时间的值相乘，将相乘之后的值作为内存芯片汇聚量的值。
需要说明的是，本申请中内存芯片汇聚量是反应内存芯片容量测试设备对内存芯片在数据测试时间内的容量。
在一些实施例中，参考图2所示，该图是本申请一些实施例中确定内存芯片间隙因子的流程示意图，本实施例中确定内存芯片间隙因子可采用下述步骤是实现：
在步骤1031中，确定数据测试时间中每个数据测试时间段在内存芯片汇聚量中的内存芯片汇聚量分量；
在步骤1032中，将所有相邻的内存芯片汇聚量分量进行相减，得到多个相邻的内存芯片汇聚量分量的差值；
在步骤1033中，根据所有相邻的内存芯片汇聚量分量的差值确定内存芯片间隙因子。
具体实现时，选取一个数据测试时间段，将该个数据测试时间段的值与该个数据测试时间段对应的测试平均速度的值进行相乘，将相乘之后的值作为该个数据测试时间段在内存芯片汇聚量中的内存芯片汇聚量分量的值，对于剩余的数据测试时间段，重复上述步骤，得到剩余的数据测试时间段在内存芯片汇聚量中的内存芯片汇聚量分量的值；选取所有的内存芯片汇聚量分量中一组相邻的内存芯片汇聚量分量，将该个相邻的内存芯片汇聚量分量中的第一个内存芯片汇聚量分量的值与第二个内存芯片汇聚量分量的值进行相减，将相减得到的值作为该个相邻的内存芯片汇聚量分量的差值，对应所有的内存芯片汇聚量分量中剩余相邻的内存芯片汇聚量分量，重复上述步骤，得到剩余相邻的内存芯片汇聚量分量的差值，将所有相邻的内存芯片汇聚量分量的差值的平均值作为内存芯片间隙因子。
需要说明的是，本申请中容量分段间隙量化是将内存芯片容量测试设备在所有的数据测试时间段内测量的内存芯片的容量变化的平均值设置为内存芯片间隙因子；内存芯片间隙因子表示相邻数据测试时间段的内存芯片汇聚量分量之间的平均差值，内存芯片间隙因子是反应内存芯片临界区间值调整程度的参数，内存芯片间隙因子越大，对内存芯片临界区间值的调整程度越大。
在步骤104，获取内存芯片在所述数据测试时间内的多个区间温度均值，对所有的区间温度均值进行温度邻近差异化，得到区间温度邻近差异系数，根据所述内存芯片间隙因子和所述区间温度邻近差异系数确定所述内存芯片汇聚量的内存芯片容量纠察量。
具体实现时，获取内存芯片在所述数据测试时间内的多个区间温度均值，即：通过温度采集设备获取每个数据测试时间段中内存芯片平均温度的值，将所有的内存芯片平均温度的值均作为区间温度均值。
在一些实施例中，对所有的区间温度均值进行温度邻近差异化，得到区间温度邻近差异系数可采用下述步骤：
确定所有的区间温度均值的平均值；
确定所有相邻的区间温度均值的差值；
根据所有的区间温度均值的平均值和所有相邻的区间温度均值的差值确定区间温度邻近差异系数。
具体实现时，计算所有的区间温度均值的平均值，选取一组相邻的区间温度均值，将该组相邻的区间温度均值中前一个区间温度均值与后一个区间温度均值相减，将相减得到的值作为该组相邻的区间温度均值的差值，对应剩余相邻的区间温度均值，重复上述步骤，得到剩余相邻的区间温度均值的差值，将所有相邻的区间温度均值的差值的平均值与所有的区间温度均值的平均值进行相除，将相除之后的值作为区间温度邻近差异系数。
需要说明的是，本申请中的温度邻近差异化是按照所有相邻的区间温度均值的差值的平均值与所有的区间温度均值的平均值对区间温度邻近差异系数进行设置；区间温度邻近差异系数是反应对区间温度均值修正程度的参数，区间温度邻近差异系数越大，对区间温度均值的修正程度越大。
在一些实施例中，根据所述内存芯片间隙因子和所述区间温度邻近差异系数确定所述内存芯片汇聚量的内存芯片容量纠察量可采用下述步骤实现：
获取内存芯片鉴别系数；
获取区间温度邻近差异系数；
获取内存芯片间隙因子；
获取内存芯片临界区间值；
根据所述内存芯片鉴别系数、所述区间温度邻近差异系数/>、所有的区间温度均值的温度差异值/>、所述内存芯片间隙因子/>和所述内存芯片临界区间值/>确定内存芯片汇聚量的内存芯片容量纠察量，其中，所述内存芯片容量纠察量根据下述公式确定：
其中，表示内存芯片汇聚量的内存芯片容量纠察量，/>表示内存芯片数据容量。
需要说明的是，本申请中内存芯片容量纠察量是反应内存芯片汇聚量补偿程度的参数，内存芯片容量纠察量越大，对内存芯片汇聚量的补偿程度越大。
在步骤105，根据所述内存芯片容量纠察量和所述内存芯片汇聚量值确定内存芯片测试容量值，将所述内存芯片测试容量值作为内存芯片的实际容量值。
具体实现时，将内存芯片汇聚量与内存芯片容量纠察量相加，将相加的值作为内存芯片测试容量值；内存芯片测试容量值是反应内存芯片容量测试设备测得的内存芯片的实际容量，并将所述内存芯片测试容量值作为内存芯片的实际容量值。
另外，本申请的另一方面，在一些实施例中，本申请提供一种内存芯片测试设备，该装置包括有容量测试单元，参考图3，该图是根据本申请一些实施例所示的容量测试单元的示例性硬件和/或软件的示意图，该容量测试单元300包括：内存芯片数据容量确定模块301、内存芯片鉴别系数确定模块302、内存芯片间隙因子获取模块303、内存芯片容量纠察量确定模块304和内存芯片的实际容量值获取模块305，分别说明如下：
内存芯片数据容量确定模块301，本申请中内存芯片数据容量确定模块301主要用于启动内存芯片容量测试，获取内存芯片的数据测试时间，进而确定内存芯片数据容量；
内存芯片鉴别系数确定模块302，本申请中内存芯片鉴别系数确定模块302主要用于确定所述数据测试时间内的内存芯片临界区间值，确定所述内存芯片数据容量的内存芯片鉴别系数；
内存芯片间隙因子获取模块303，本申请中内存芯片间隙因子获取模块303主要用于根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定所述数据测试时间的内存芯片汇聚量，根据所述数据测试时间对所述内存芯片汇聚量进行容量分段间隙量化，得到内存芯片间隙因子；
内存芯片容量纠察量确定模块304，本申请中内存芯片容量纠察量确定模块304主要用于获取内存芯片在所述数据测试时间内的多个区间温度均值，对所有的区间温度均值进行温度邻近差异化，得到区间温度邻近差异系数，根据所述内存芯片间隙因子和所述区间温度邻近差异系数确定所述内存芯片汇聚量的内存芯片容量纠察量；
内存芯片的实际容量值获取模块305，本申请中内存芯片的实际容量值获取模块305主要用于根据所述内存芯片容量纠察量和所述内存芯片汇聚量值确定内存芯片测试容量值，将所述内存芯片测试容量值作为内存芯片的实际容量值。
另外，本申请还提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的内存芯片测试方法。
在一些实施例中，参考图4，该图是根据本申请一些实施例所示的实现内存芯片测试方法的计算机设备的结构示意图。上述实施例中的内存芯片测试方法可以通过图4所示的计算机设备来实现，该计算机设备包括至少一个处理器401、通信总线402、存储器403以及至少一个通信接口404。
处理器401可以是一个通用中央处理器(central processing unit，CPU)、特定应用集成电路(application-specific integrated circuit，ASIC)或一个或多个用于控制本申请中的内存芯片测试设备的执行。
通信总线402可包括一通路，在上述组件之间传送信息。
存储器403可以是只读存储器（read-only memory，ROM）或可存储静态信息和指令的其它类型的静态存储设备，随机存取存储器（random access memory，RAM）或者可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器（electricallyerasable programmable read-only memory，EEPROM）、只读光盘（compact disc read-only Memory，CD-ROM）或其它光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质，但不限于此。存储器403可以是独立存在，通过通信总线402与处理器401相连接。存储器403也可以和处理器401集成在一起。
其中，存储器403用于存储执行本申请方案的程序代码，并由处理器401来控制执行。处理器401用于执行存储器403中存储的程序代码。程序代码中可以包括一个或多个软件模块。上述实施例中区间温度邻近差异系数的确定可以通过处理器401以及存储器403中的程序代码中的一个或多个软件模块实现。
通信接口404，使用任何收发器一类的装置，用于与其它设备或通信网络通信，如以太网，无线接入网（radio access network，RAN），无线局域网（wireless local areanetworks，WLAN）等。
在具体实现中，作为一种实施例，计算机设备可以包括多个处理器，这些处理器中的每一个可以是一个单核（single-CPU）处理器，也可以是一个多核（multi-CPU）处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据（例如计算机程序指令）的处理核。
上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中，计算机设备可以是台式机、便携式电脑、网络服务器、掌上电脑（personaldigital assistant，PDA）、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本申请实施例不限定计算机设备的类型。
另外，本申请还提供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上述的内存芯片测试方法。
综上，本申请实施例公开的内存芯片测试设备及方法中，首先，通过内存芯片的数据测试时间确定内存芯片数据容量和内存芯片临界区间值，进而确定内存芯片鉴别系数，根据内存芯片临界区间值和内存芯片鉴别系数确定内存芯片汇聚量，进而确定内存芯片间隙因子，内存芯片间隙因子表示相邻数据测试时间段的内存芯片汇聚量分量之间的平均差值，通过获取多个区间温度均值，进而确定区间温度邻近差异系数，根据内存芯片间隙因子和区间温度邻近差异系数确定内存芯片容量纠察量，内存芯片容量纠察量能够对内存芯片汇聚量进行校正，从而通过内存芯片容量纠察量和内存芯片汇聚量确定内存芯片的实际容量值，通过校正参数对内存芯片容量测试设备测的内存芯片的容量值进行校正，得到内存芯片的实际容量，可提高内存芯片测试设备在测试内存芯片容量时的准确度。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种内存芯片测试方法，其特征在于，包括如下步骤：
启动内存芯片容量测试，获取内存芯片的数据测试时间，进而确定内存芯片数据容量；
确定所述数据测试时间内的内存芯片临界区间值，确定所述内存芯片数据容量的内存芯片鉴别系数；
根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定所述数据测试时间的内存芯片汇聚量，根据所述数据测试时间对所述内存芯片汇聚量进行容量分段间隙量化，得到内存芯片间隙因子；
获取内存芯片在所述数据测试时间内的多个区间温度均值，对所有的区间温度均值进行温度邻近差异化，得到区间温度邻近差异系数，根据所述内存芯片间隙因子和所述区间温度邻近差异系数确定所述内存芯片汇聚量的内存芯片容量纠察量；
根据所述内存芯片容量纠察量和所述内存芯片汇聚量值确定内存芯片测试容量值，将所述内存芯片测试容量值作为内存芯片的实际容量值。
2.如权利要求1所述的方法，其特征在于，确定所述数据测试时间内的内存芯片临界区间值具体包括：
根据预设的时间分割系数对所述数据测试时间进行平均分割，得到多个数据测试时间段；
确定每个数据测试时间段内的测试平均速度；
根据所有的数据测试时间段内的测试平均速度确定内存芯片临界区间值。
3.如权利要求1所述的方法，其特征在于，确定所述内存芯片数据容量的内存芯片鉴别系数具体包括：
根据所述内存芯片数据容量确定内存芯片数据密度；
根据所述内存芯片数据密度与预设的内存芯片饱和数据密度确定内存芯片鉴别系数。
4.如权利要求1所述的方法，其特征在于，根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定所述数据测试时间的内存芯片汇聚量具体包括：
根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定内存芯片速度均衡值；
根据所述内存芯片速度均衡值和所述数据测试时间确定内存芯片汇聚量。
5.如权利要求4所述的方法，其特征在于，根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定内存芯片速度均衡值具体包括：
获取内存芯片数据容量的值；
获取内存芯片临界区间值；
获取数据测试时间的值；
获取所有的数据测试时间段内的测试平均速度的数量；
获取内存芯片鉴别系数；
根据所述内存芯片数据容量的值、所述内存芯片临界区间值/>、所述数据测试时间的值/>、所有的数据测试时间段内的测试平均速度的数量/>和所述内存芯片鉴别系数/>确定内存芯片速度均衡值，其中，所述内存芯片速度均衡值根据下述公式确定：
其中，表示内存芯片速度均衡值，/>表示第/>个数据测试时间段内的测试平均速度的值，/>表示第/>个数据测试时间段内的测试平均速度的值。
6.如权利要求1所述的方法，其特征在于，根据所述数据测试时间对所述内存芯片汇聚量进行容量分段间隙量化，得到内存芯片间隙因子具体包括：
确定数据测试时间中每个数据测试时间段在内存芯片汇聚量中的内存芯片汇聚量分量；
将所有相邻的内存芯片汇聚量分量进行相减，得到多个相邻的内存芯片汇聚量分量的差值；
根据所有相邻的内存芯片汇聚量分量的差值确定内存芯片间隙因子。
7.如权利要求1所述的方法，其特征在于，对所有的区间温度均值进行温度邻近差异化，得到区间温度邻近差异系数具体包括：
确定所有的区间温度均值的平均值；
确定所有相邻的区间温度均值的差值；
根据所有的区间温度均值的平均值和所有相邻的区间温度均值的差值确定区间温度邻近差异系数。
8.一种内存芯片测试设备，其特征在于，包括有容量测试单元，所述容量测试单元包括：
内存芯片数据容量确定模块，用于启动内存芯片容量测试，获取内存芯片的数据测试时间，进而确定内存芯片数据容量；
内存芯片鉴别系数确定模块，用于确定所述数据测试时间内的内存芯片临界区间值，确定所述内存芯片数据容量的内存芯片鉴别系数；
内存芯片间隙因子获取模块，用于根据所述内存芯片临界区间值和所述内存芯片鉴别系数确定所述数据测试时间的内存芯片汇聚量，根据所述数据测试时间对所述内存芯片汇聚量进行容量分段间隙量化，得到内存芯片间隙因子；
内存芯片容量纠察量确定模块，用于获取内存芯片在所述数据测试时间内的多个区间温度均值，对所有的区间温度均值进行温度邻近差异化，得到区间温度邻近差异系数，根据所述内存芯片间隙因子和所述区间温度邻近差异系数确定所述内存芯片汇聚量的内存芯片容量纠察量；
内存芯片的实际容量值获取模块，用于根据所述内存芯片容量纠察量和所述内存芯片汇聚量值确定内存芯片测试容量值，将所述内存芯片测试容量值作为内存芯片的实际容量值。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行如权利要求1至7任一项所述的内存芯片测试方法。
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7任一项所述的内存芯片测试方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311594146.9A CN117290171B (zh) | 2023-11-27 | 2023-11-27 | 一种内存芯片测试设备及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311594146.9A CN117290171B (zh) | 2023-11-27 | 2023-11-27 | 一种内存芯片测试设备及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117290171A true CN117290171A (zh) | 2023-12-26 |
| CN117290171B CN117290171B (zh) | 2024-03-22 |
Family
ID=89244865
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311594146.9A Active CN117290171B (zh) | 2023-11-27 | 2023-11-27 | 一种内存芯片测试设备及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117290171B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0683456B1 (en) * | 1989-12-22 | 1998-07-22 | Tandem Computers Incorporated | Fault-tolerant computer system with online reintegration and shutdown/restart |
| US20070033432A1 (en) * | 2005-08-04 | 2007-02-08 | Dot Hill Systems Corporation | Storage controller super capacitor dynamic voltage throttling |
| JP2015035160A (ja) * | 2013-08-09 | 2015-02-19 | 三菱電機株式会社 | 監視データ記憶装置、監視データ記憶方法およびプログラム |
| US20150220400A1 (en) * | 2014-01-31 | 2015-08-06 | Cleversafe, Inc. | Recovering data from microslices in a dispersed storage network |
| WO2021185279A1 (zh) * | 2020-03-20 | 2021-09-23 | 华为技术有限公司 | 一种内存故障处理方法及相关设备 |
| CN114238009A (zh) * | 2021-11-23 | 2022-03-25 | 浪潮金融信息技术有限公司 | 一种用于终端系统的性能自适应调整方法、系统及介质 |
| CN117113890A (zh) * | 2023-10-23 | 2023-11-24 | 深圳安森德半导体有限公司 | 一种cpu芯片设计方法及系统 |
-
2023
- 2023-11-27 CN CN202311594146.9A patent/CN117290171B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0683456B1 (en) * | 1989-12-22 | 1998-07-22 | Tandem Computers Incorporated | Fault-tolerant computer system with online reintegration and shutdown/restart |
| US20070033432A1 (en) * | 2005-08-04 | 2007-02-08 | Dot Hill Systems Corporation | Storage controller super capacitor dynamic voltage throttling |
| JP2015035160A (ja) * | 2013-08-09 | 2015-02-19 | 三菱電機株式会社 | 監視データ記憶装置、監視データ記憶方法およびプログラム |
| US20150220400A1 (en) * | 2014-01-31 | 2015-08-06 | Cleversafe, Inc. | Recovering data from microslices in a dispersed storage network |
| WO2021185279A1 (zh) * | 2020-03-20 | 2021-09-23 | 华为技术有限公司 | 一种内存故障处理方法及相关设备 |
| CN113495799A (zh) * | 2020-03-20 | 2021-10-12 | 华为技术有限公司 | 一种内存故障处理方法及相关设备 |
| CN114238009A (zh) * | 2021-11-23 | 2022-03-25 | 浪潮金融信息技术有限公司 | 一种用于终端系统的性能自适应调整方法、系统及介质 |
| CN117113890A (zh) * | 2023-10-23 | 2023-11-24 | 深圳安森德半导体有限公司 | 一种cpu芯片设计方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 徐亮: "高清机顶盒芯片中内存控制器的验证与测试", 《中国优秀硕士学位论文全文数据库》, no. 03, pages 136 - 757 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117290171B (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109637576B (zh) | 一种基于支持向量回归的闪存寿命预测方法 | |
| CN111245593B (zh) | 一种基于卡尔曼滤波的时间同步方法及装置 | |
| CN111402947A (zh) | 电压的确定方法及装置、存储介质、电子装置 | |
| CN117290171B (zh) | 一种内存芯片测试设备及方法 | |
| CN111198891A (zh) | 数据源融合方法、电子设备及非暂态计算机可读存储介质 | |
| CN116481601A (zh) | 稀释风流量计算方法、装置及电子设备 | |
| CN116614620B (zh) | 一种高像素光学镜头组装设备及控制方法 | |
| CN112331249A (zh) | 预测存储器件寿命的方法、装置、终端设备和存储介质 | |
| CN115579304A (zh) | 晶圆检测方法、装置、计算机设备及可读存储介质 | |
| CN111666535B (zh) | 确定用户活跃时长的方法、装置、电子设备及存储介质 | |
| CN114818247A (zh) | 一种基于氢原子钟漂移预测的原子时计算方法和装置 | |
| CN102414567A (zh) | 校正装置、概率密度函数测量装置、抖动测量装置、抖动分离装置、电子器件、校正方法、程序以及记录介质 | |
| CN111914128A (zh) | 关联用户的确定方法、装置、电子设备及可读存储介质 | |
| CN115937253B (zh) | 厚尾量测噪声下的鲁棒泊松多伯努利滤波方法及相关设备 | |
| CN117311293B (zh) | 一种基于远程管理的工业主板及其控制方法 | |
| CN117471328B (zh) | 铅酸电池容量的确定方法、系统和终端设备 | |
| CN117668736A (zh) | 一种工程塑料的平面度检测方法及装置 | |
| CN111913805B (zh) | 一种cpu利用率计算方法及装置 | |
| CN116304538B (zh) | 一种利用大数据评定检测结果不确定度的方法 | |
| CN115132259B (zh) | 一种读取系数计算方法、装置、设备及介质 | |
| CN111784008A (zh) | 产品生命周期预估方法、装置、电子设备及存储介质 | |
| CN118034010A (zh) | 一种电表时钟误差补偿方法、装置、终端设备及存储介质 | |
| CN114487833A (zh) | 锂电池慢充充电长时间soc累计误差的优化方法及系统 | |
| CN116244550A (zh) | 供电煤耗计算方法、装置、电子设备及存储介质 | |
| CN117093578A (zh) | 确定数据质量方法和装置 |
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 |