基于器件属性概率分布的器件筛选方法、装置及存储介质与流程

本技术涉及于半导体设计和生产，特别涉及基于器件属性概率分布的器件筛选方法、装置及存储介质。

背景技术：

1、在先进工艺整个生命周期中， 存在一个影响产品成品率的重要风险：工艺开发阶段(相对简单的环境)主要目的是针对某个工艺节点开发出平台工艺，而产品引入和量产阶段(复杂多变的环境)则以实际产品结果为导向。芯片产品是多样化的，而每个芯片的设计成熟度和对工艺的敏感度均不同，甚至可能存在巨大差异，因此在芯片导入的过程中会出现很多在工艺开发阶段未发现或未能引起重视的各种问题，导致工艺开发和产品导入脱节。

2、在传统测试芯片工艺下，客户只能通过对测试芯片中的测试结构进行测试，来推断产品芯片中相应器件的状态。然而，随着工艺节点的不断演进，产品芯片中器件与测试芯片中测试结构所面临的物理环境不同而产生的差异逐渐体现。因此，如何利用真实的产品芯片来设计内置测试芯片，从而实现对产品芯片关键器件在真实物理环境下的测试，对芯片产品成品率的提升具有重大的意义。

3、测试芯片的设计研发对于提升芯片产品的良率越来越关键。而在测试芯片的设计中，如何根据庞大的器件信息来筛选出进行测试的目标器件是至关重要的一步，如不能解决则对测试芯片的有效应用形成了限制。

4、因此目前十分需要研究一种基于器件属性概率分布的器件筛选方法能够根据器件属性的概率分布进行器件筛选过程，进一步突破当前测试芯片在应用中的限制，以此进一步推动半导体设计和生产技术的深入发展及广泛应用。

技术实现思路

1、本技术从获取的产品芯片的完整的器件列表中选取出的待测器件和完整器件列表服从相同的多维联合概率分布，能充分体现完整器件列表的原始统计特性，更好地满足器件筛选过程的需求。

2、本发明的其他目的和优点可以从本发明所揭露的技术特征中得到进一步的了解。

3、为达上述之一或部分或全部目的或其他目的，第一个方面，本发明提供了一种基于器件属性概率分布的器件筛选方法、装置及存储介质。

4、一种基于器件属性概率分布的器件筛选方法，包括：

5、给定芯片区域，获取所述给定芯片区域内的器件列表；其中，所述器件列表包括多个器件，以及所述器件的多维度属性信息；

6、在所述器件列表中选取一个初始待测器件，作为当前样本；

7、选取新待测器件：按顺序选择所述器件列表中的至少一个维度作为当前维度，并对所述当前样本剩余维度的属性值进行固定，得到所述当前维度的属性值的条件概率分布；基于所述条件概率分布，确定所述当前维度的属性值，并与固定的剩余维度的属性值一起确定的器件，作为选取的新待测器件；

8、将新待测器件更新为当前样本，重复所述选取新待测器件的步骤直至获得足够数量的待测器件，完成待测器件的筛选。

9、在其中的一些实施例中，所述获取所述给定芯片区域内的器件列表，包括：

10、获取所述给定芯片区域内完整的包含全部维度属性信息的器件列表；

11、在所述全部维度属性信息中筛选出关注的维度，得到筛选后的器件列表。

12、在其中的一些实施例中，所述获取所述给定芯片区域内的器件列表还包括：

13、对所述器件列表中多维度的属性信息进行聚合，得到聚合结果；

14、其中，所述聚合结果包括每一种多维属性类型的器件在所述器件列表出现的概率。

15、在其中的一些实施例中，按顺序选择所述器件列表中的至少一个维度作为当前维度的具体过程包括：

16、当前维度为所述器件列表中的第i个维度；

17、当所述新待测器件更新为当前样本，且未获得足够数量的待测器件时，按顺序轮回更新i的取值，再重复进行待测器件的抽取；

18、其中，所述按顺序轮回更新i的取值，包括：若i小于所述器件列表中的维度数量，则更新i=i+1；若i等于所述器件列表中的维度数量，则更新i=1。

19、在其中的一些实施例中，对所述当前样本剩余维度的属性值进行固定，得到所述当前维度的属性值的条件概率分布的具体过程包括：

20、将所述当前样本剩余维度的属性值进行固定，分别计算当前维度的不同属性值在所述器件列表中出现的概率，作为所述当前维度的属性值的条件概率分布。

21、在其中的一些实施例中，基于所述条件概率分布，确定所述当前维度的属性值的具体过程包括：

22、选取一组连续的随机数，基于一维概率分布中各属性值的分布概率，确定每个随机数对应的属性值；

23、任选一个随机数，将该随机数对应的属性值进行选取。

24、在其中的一些实施例中，重复所述选取新待测器件的步骤直至获得足够数量的待测器件，完成待测器件的筛选的具体过程包括：

25、重复所述选取新待测器件的步骤直至获得超过所需待测器件数量的样本量；

26、仅保留后选择出来的所需数量的待测器件，完成待测器件的筛选；

27、其中，所需待测器件的数量由所述给定区域的数量决定。

28、在其中的一些实施例中，重复所述选取新待测器件的步骤直至获得足够数量的待测器件，完成待测器件的筛选的具体过程包括：

29、重复所述选取新待测器件的步骤直至获得可进行卡方分布检验数量的样本量；

30、保留最后选择出来的所需数量的待测器件，进行卡方分布检验，判定选择出来的所需数量的待测器件与联合概率分布的拟合程度；若通过所述检验，则保留所述所需数量的待测器件，完成待测器件的筛选；否则，继续重复所述选取新待测器件的步骤，直到所述检验通过；

31、其中，进行所述检验的器件数量不小于所需待测器件的数量，且预设有多个数量值，以在重复所述选取新待测器件的步骤直至选择出来的待测器件达到所述预设数量值时，进行所述卡方分布检验；

32、所述卡方分布检验的自由度为所述器件列表中器件属性的维度数量；

33、所述联合概率分布基于所述器件列表统计得到。

34、在其中的一些实施例中，获取所述给定芯片区域内的器件列表，包括：

35、获取产品芯片版图，基于图形化解读并获取所述产品芯片版图中给定芯片区域内的对象及其对象信息；利用所述对象及其对象信息，得到给定芯片区域内的器件列表。

36、在其中的一些实施例中，所述完成待测器件的筛选后，还包括：

37、对筛选的待测器件进行第二筛选，得到目标器件；

38、所述对筛选的待测器件进行第二筛选的具体过程包括：

39、步骤s1：基于所述筛选的待测器件，获取区域器件列表，所述区域器件列表包含的信息包括：若干芯片区域、若干器件属性，以及所述芯片区域内满足所述器件属性的器件数量；获取每种所述器件属性的器件第二筛选指标；

40、步骤s2：基于第二筛选条件，对所述区域器件列表进行第二筛选得到目标器件；

41、其中，所述第二筛选条件包括：条件一.所述芯片区域内的目标器件数量不超过预设数量；条件二.满足所述器件属性的目标器件的数量与所述器件第二筛选指标的差异最小。

42、在其中的一些实施例中，所述基于器件属性概率分布的器件筛选方法还包括：通过将待测器件连接到焊盘，对待测器件进行电性测试。

43、第二个方面，本发明提供了一种基于器件属性概率分布的器件筛选装置，包括：

44、获取模块，用于获取给定芯片区域以及所述给定芯片区域内的器件列表；其中，所述器件列表包括多个器件以及所述器件的多维度的属性信息；

45、筛选模块，用于在所述器件列表中选取一个初始待测器件，作为当前样本；按顺序选择所述器件列表中的至少一个维度作为当前维度，并将当前样本剩余维度的属性值进行固定，得到当前维度的属性值的条件概率分布；基于所述条件概率分布，确定所述当前维度的属性值，并与固定的剩余维度的属性值一起确定的器件，作为选取的新待测器件；将新待测器件更新为当前样本，重复选取新待测器件的步骤直至获得足够数量的待测器件，完成待测器件的筛选。

46、第三个方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一个方面的基于器件属性概率分布的器件筛选方法的步骤。

47、与现有技术相比，本发明的主要有益效果：

48、本技术从完整的器件列表中选取出的待测器件和完整器件列表服从相同的多维联合概率分布，能充分体现完整器件列表的原始统计特性，更好地满足器件筛选过程的需求，为测试芯片的设计提供了基础。

49、为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举优选实施例，并配合附图，作详细说明如下。