一种基于深度学习优化的芯片测试方法

本发明公开了一种基于深度学习优化的芯片测试方法，涉及芯片测试技术领域，包括：通过Q值更新和优先经验回放机制，输出最优电源上电顺序；通过卷积神经网络提取引脚的电气信号特征向量，采用自监督学习，通过对比损失函数检测引脚信号间的异常连接，通过计算信号特征距离，判断引脚是否存在短路或断路，得到芯片的开短路检测结果；使用多层感知机进行配置参数的自动调优，得到优化后的芯片配置参数；使用循环神经网络进行系统级芯片测试与验证，得到系统级测试结果。本发明在上电顺序优化、开短路检测、参数调优和系统级测试方面，均达到传统方法无法企及的高效、精准和全面性，提高了芯片测试的效率和可靠性，适用于高复杂度芯片的量产和质控。