-
公开(公告)号：CN112990479A
公开(公告)日：2021-06-18
申请号：CN202110223090.0
申请日：2021-02-26
申请人： 普赛微科技(杭州)有限公司
摘要： 本发明公开一种利用机器学习分类器提高半导体芯片良品率的方法，利用机器学习分类器，通过对封装前晶圆裸片(die)的前期数据进行分析来预测封装后晶圆裸片的成品测试(Final Test,FT)结果，然后根据预测的FT结果对晶圆裸片进行品质分类，最后按裸片品质分类进行封装。该方法能够有效提高晶圆裸片封装前品质分类的准确性，从而提高封装后半导体芯片的良品率。
-
公开(公告)号：CN115547404A
公开(公告)日：2022-12-30
申请号：CN202211517635.X
申请日：2022-11-30
申请人： 普赛微科技(杭州)有限公司
IPC分类号： G11C29/56
摘要： 本发明涉及一种用于先进封装MRAM存储器的测试架构及方法。在该测试架构及方法中，存储控制器通过无源中介层中的连线与MRAM裸片或裸片堆叠耦合，存储控制器可以通过串行、或者并行或者混合测试机制施加测试逻辑对MRAM裸片或裸片堆叠进行测试。本发明不仅可以有效地解决MRAM合封芯片测试需要占用引脚过多的问题，有助于实现大容量MRAM产品的制造，而且能够实现提高存储芯片的有效面积占用比，从而降低芯片单位制造成本，另外，能够实现对MRAM合封芯片的高效测试，从而降低测试成本。
-
公开(公告)号：CN114089153A
公开(公告)日：2022-02-25
申请号：CN202111142333.4
申请日：2021-09-28
申请人： 普赛微科技(杭州)有限公司
IPC分类号： G01R31/28
摘要： 本发明公开一种集成电路芯片测试方法，包括基于预设抽样方法从晶圆上选取多个抽样区域内的所有芯片，并对每个芯片的不同功能模块进行DFT测试采样以得出每个抽样区域内的DFT数据；根据每个芯片的不同功能模块的DFT数据对芯片良品率的影响程度确定特征参数并结合多个抽样区域的芯片DFT数据用于构建机器学习模型，通过对机器学习模型进行训练和验证后得出待使用机器学习模型，然后根据待测晶圆的部分芯片的DFT数据和待使用机器学习模型预测得出待测试晶圆的所有芯片的DFT数据并得出良品率。本发明可大大提高集成电路芯片的测试效率。本发明还提供一种集成电路芯片测试装置及存储介质。
-
公开(公告)号：CN112990479B
公开(公告)日：2022-02-11
申请号：CN202110223090.0
申请日：2021-02-26
申请人： 普赛微科技(杭州)有限公司
摘要： 本发明公开一种利用机器学习分类器提高半导体芯片良品率的方法，利用机器学习分类器，通过对封装前晶圆裸片(die)的前期数据进行分析来预测封装后晶圆裸片的成品测试(Final Test,FT)结果，然后根据预测的FT结果对晶圆裸片进行品质分类，最后按裸片品质分类进行封装。该方法能够有效提高晶圆裸片封装前品质分类的准确性，从而提高封装后半导体芯片的良品率。
-
公开(公告)号：CN112966827B
公开(公告)日：2022-02-11
申请号：CN202110219510.8
申请日：2021-02-26
申请人： 普赛微科技(杭州)有限公司
IPC分类号： G06N20/00
摘要： 本发明涉及一种存储器开发过程中的良品率预测方法，包括如下步骤：基于预设抽样方法在晶圆上选取多个不同位置进行测试采样，并将采集到的阵列数据按不同位置随机分成训练数据集和测试数据集；识别采集到的阵列数据中影响最终器件/阵列性能、均匀性和良品率的主要参数；基于不同的机器学习算法建立若干个机器学习模型，使用训练数据集训练所述机器学习模型；使用测试数据集分别测试训练后的机器学习模型，根据测试结果确定待使用机器学习模型并进行待测试晶圆的测试。该方法主要用于在存储芯片开发过程中快速获取晶圆上所有器件/阵列的整体性能、均匀性和良品率的信息。
-
公开(公告)号：CN113468301A
公开(公告)日：2021-10-01
申请号：CN202110667619.8
申请日：2021-06-16
申请人： 普赛微科技(杭州)有限公司
IPC分类号： G06F16/332 , G06F16/35 , G06F40/166 , G06K9/62 , G06N20/00
摘要： 本申请公开了一种集成电路产品的自动化测试方法和系统，涉及芯片测试技术，方法包括以下步骤：获取集成电路产品的技术文档；从所述技术文档中提取多个技术规格，根据多个所述技术规格生成测试计划文档；根据所述测试计划文档选择目标自动测试设备；根据所述测试计划文档和所述目标自动测试设备生成针对所述测试计划文档中各测试项的测试程序；在所述目标自动测试设备中运行所述测试程序以对所述集成电路产品进行测试。本申请可以提高集成电路产品的测试效率。
-
公开(公告)号：CN113075527A
公开(公告)日：2021-07-06
申请号：CN202110203717.6
申请日：2021-02-23
申请人： 普赛微科技(杭州)有限公司
IPC分类号： G01R31/28
摘要： 本发明提供的基于Shmoo测试的集成电路芯片测试方法，包括获取被测集成电路芯片的被测参数信息、被测集成电路芯片关联数据；将被测参数信息、被测集成电路芯片关联数据输入至预设机器学习模型中，预设机器学习模型输出与被测集成电路芯片对应的预测的工作边界结果和预测误差；根据预测的工作边界结果和预测误差在与被测参数信息对应的预设设定值取值区域内选取测试值取值区域；根据被测参数信息以及测试值取值区域控制自动测试机对被测集成电路芯片进行Shmoo测试得到精准的工作边界结果。本发明的基于Shmoo测试的集成电路芯片测试方法，减少了测试所需的时间，避免了因测试时间较长对产品的开发周期和测试成本造成影响。
-
公开(公告)号：CN112966827A
公开(公告)日：2021-06-15
申请号：CN202110219510.8
申请日：2021-02-26
申请人： 普赛微科技(杭州)有限公司
IPC分类号： G06N20/00
摘要： 本发明涉及一种存储器开发过程中的良品率预测方法，包括如下步骤：基于预设抽样方法在晶圆上选取多个不同位置进行测试采样，并将采集到的阵列数据按不同位置随机分成训练数据集和测试数据集；识别采集到的阵列数据中影响最终器件/阵列性能、均匀性和良品率的主要参数；基于不同的机器学习算法建立若干个机器学习模型，使用训练数据集训练所述机器学习模型；使用测试数据集分别测试训练后的机器学习模型，根据测试结果确定待使用机器学习模型并进行待测试晶圆的测试。该方法主要用于在存储芯片开发过程中快速获取晶圆上所有器件/阵列的整体性能、均匀性和良品率的信息。
-
公开(公告)号：CN113191399B
公开(公告)日：2022-05-27
申请号：CN202110389361.X
申请日：2021-04-12
申请人： 普赛微科技(杭州)有限公司
摘要： 本发明公开了一种基于机器学习分类器提高半导体芯片良品率的方法，至少包括如下步骤：采集晶圆裸片出厂后进行测试得到的前期测试数据，所述前期测试数据至少包括WAT数据和CP数据；训练分类器，分类器训练过程中采用数据降采样和基于增量学习的集成算法；成品测试预测，基于预测结果进行分类。本发明通过机器学习分类器来分析晶圆裸片的非平稳环境下的非平衡的前期测试数据，分类器训练过程中采用数据降采样和基于增量学习的集成算法，实现了最终测试结果FT的预测，提高了晶圆裸片在封装前品质分类的准确性，从而提高了封装芯片的良品率。
-
公开(公告)号：CN113921052A
公开(公告)日：2022-01-11
申请号：CN202110990523.5
申请日：2021-08-26
申请人： 普赛微科技(杭州)有限公司
摘要： 本发明涉及存储器技术领域，尤指一种磁性赛道存储器。包含：磁性纳米线赛道、读器件和写器件，所述写器件与所述磁性纳米线赛道构成写MTJ结构，所述读器件与所述磁性纳米线赛道构成读MTJ结构，所述磁性纳米线赛道设有磁畴，所述磁畴可根据所述写MTJ结构上的写电流来改变其在所述磁性纳米线赛道中的磁化方向，实现写操作；在执行写操作时，通过外加电压的方式在需要写入数据的磁畴界面处建立外加电场；当不需要进行写操作时，所述外加电压降低或为零。本发明能够在保证磁性赛道存储器非易失性的前提下，降低写入数据时的电流和功耗。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.041 秒)
