摘要
本发明涉及芯片良率预测技术领域,具体为基于多维度数据融合的GPU芯片良率预测方法及系统,包括:首先获取GPU芯片制造过程中多维度数据;接着基于工艺流对所述多维度数据进行时序校准与对齐,并利用隐式特征交互技术生成高阶交互特征;然后通过良率瓶颈投影生成多维异常关联向量;随后基于多维异常关联向量和制造过程节点生成局部风险值,并构建全局良率图谱;最后构建异常传播与累积计算框架,沿着制造过程节点计算得到累积风险值,并通过全局损伤投影得到最终的GPU芯片良率预测值。本发明通过对多维度制造数据进行时序融合与特征交叉,并构建全局良率图谱和计算异常的传播与累积风险,实现了GPU芯片良率预测。
技术关键词
交互特征
良率
芯片
连续型
神经网络单元
节点
时序
数据
隐式特征
非线性映射关系
测试机
制造执行系统
矩阵
风险预测模型
图谱
晶圆允收测试
自动化测试设备
贝叶斯网络模型
梯度提升决策树