基于多智能体协同的芯片测试全流程自动化方法及系统

摘要: 本技术属于集成电路自动化测试、dft设计、ate测试、测试向量优化、失效分析和人工智能,具体的说是涉及一种基于多智能体协同的芯片测试全流程自动化方法及系统。背景...
基于多智能体协同的芯片测试全流程自动化方法及系统

本技术属于集成电路自动化测试、dft设计、ate测试、测试向量优化、失效分析和人工智能,具体的说是涉及一种基于多智能体协同的芯片测试全流程自动化方法及系统。

背景技术:

1、在集成电路研发、制造和量产过程中,芯片测试贯穿设计验证、dft插入、ate测试计划开发、pattern生成与优化、测试结果分析和失效分析等多个阶段。随着芯片规模和复杂度不断提升,测试流程涉及的文件类型、工具链和工程规则日益复杂。例如,在设计前端阶段需要根据rtl结构分析扫描链、测试点或内建自测试需求;在ate测试开发阶段需要从工程代码、流程文件和芯片规格中提取测试项、引脚配置、测试顺序和限值条件;在量产测试阶段需要对pattern向量进行压缩和优化,以降低测试时间和测试成本;在失效分析阶段还需要融合ate测试结果、器件电性参数、视觉检测证据和历史案例,对失效模式和根本原因进行判断。

2、现有芯片测试流程高度依赖人工经验。不同阶段通常由不同工程师使用不同工具完成,信息在dft、ate、pattern优化和失效分析之间难以自动传递,导致测试计划生成周期长、pattern优化依赖人工筛选、失效分析报告一致性不足,且过程记录和证据链难以追溯。虽然大语言模型已经能够辅助代码生成、文档生成和数据分析,但单一大模型往往难以同时处理rtl代码理解、ate工程解析、测试向量优化和多模态失效分析等差异较大的任务,也难以保证生成结果符合芯片测试领域的格式规范、工具链约束和工程可执行性要求。

3、因此,亟需一种面向芯片测试全流程的多智能体协同方法,将不同测试阶段的任务拆分给不同领域智能体,并通过任务路由、工具调用、规则校验和反馈修正机制,实现从测试前置代码生成、ate测试计划生成、pattern优化到失效分析报告生成的自动化闭环。

技术实现思路

1、为了解决现有技术中芯片测试流程跨阶段协同困难、人工依赖强、ate测试计划和pattern开发效率低、失效分析结果一致性和可追溯性不足的问题,本技术提供了一种基于多智能体协同的芯片测试全流程自动化方法及系统,该方法能够实现芯片测试从测试前置分析、ate测试计划生成、pattern优化到失效分析的自动化闭环,提高测试开发效率、测试数据分析一致性和测试过程可追溯性。

2、为了达到上述目的,本技术是通过以下技术方案实现的:

3、本技术是一种基于多智能体协同的芯片测试全流程自动化方法,所述芯片测试全流程自动化方法具体包括如下步骤:

4、步骤1、用户上传测试文件与自然语言任务指令:通过前端交互界面接收用户上传的芯片测试输入数据和自然语言任务指令;

5、步骤2、输入预处理、文件类型识别、内容解析、测试阶段识别:对用户上传的芯片测试输入数据和自然语言任务指令进行预处理,对芯片测试输入数据进行文件类型识别和内容解析,并结合自然语言任务指令识别测试阶段和任务需求,得到输入文件类型、文件内容摘要、文件结构特征、测试对象特征、测试阶段信息和任务需求信息,对步骤1的自然语言任务指令经进行任务需求识别得到用户优化目标;

6、步骤3、任务路由模块进行任务意图识别与智能体选择:由任务路由模块调用任务路由大模型,根据步骤2得到的输入文件类型、文件内容摘要、文件结构特征、测试对象特征、测试阶段信息和任务需求信息,确定目标测试智能体,所述任务路由大模型为基于现有预训练大语言模型构建的任务分类与编排模型;所述目标测试智能体包括测试前置代码生成智能体、ate测试计划生成智能体、pattern优化智能体和芯片测试失效分析智能体中的至少一种;

7、步骤4、多智能体协同处理:由目标测试智能体调用对应领域大模型、测试规则库、知识库和测试工具链,对用户上传的芯片测试输入数据进行自动化处理,生成测试结构插入建议、插入后的测试代码和测试性分析报告、结构化ate测试计划文件、优化前后的pattern数量变化、测试时间变化和覆盖率保持情况以及芯片测试失效分析报告;

8、步骤5、对目标测试智能体生成的测试结构插入建议、插入后的测试代码和测试性分析报告、结构化ate测试计划文件、优化前后的pattern数量变化、测试时间变化和覆盖率保持情况以及芯片测试失效分析报告进行格式校验、规则校验、测试约束校验和证据一致性校验,得到校验结果;

9、步骤6、反馈修正或结果确认:当校验结果满足预设条件时,输出最终结果;当校验结果不满足预设条件时,将校验失败原因、冲突字段、缺失信息或低置信度结论反馈至对应测试智能体,由对应测试智能体重新生成或修正结果;

10、步骤7、记录用户指令、输入文件索引、任务路由结果、模型调用过程、工具链执行结果、校验结果和最终输出文件,生成芯片测试全流程日志。

11、本技术的进一步改进在于:在步骤1中,用户上传的芯片测试输入数据包括rtl设计代码、dft约束文件、网表文件、ate测试工程文件、测试流程配置文件、芯片测试规格文件、测试计划文件、pattern向量文件、ate测试结果文件、测试日志文件和失效样品图像文件中的至少一种,其中,芯片测试规格文件为记载测试项目规格要求的独立输入文件,ate测试结果文件与测试日志文件为相互独立的测试执行数据文件。

12、本技术的进一步改进在于:在步骤2中,对芯片测试输入数据进行文件类型识别包括分别识别rtl设计代码、dft约束文件、网表文件、ate测试工程文件、测试流程配置文件、芯片测试规格文件、测试计划文件、pattern向量文件、ate测试结果文件、测试日志文件和失效样品图像文件。

13、本技术的进一步改进在于:在步骤2中,对芯片测试输入数据进行内容解析,包括:

14、对rtl设计代码提取模块层次、端口信息、时钟复位信号、触发器信息和组合逻辑路径;得到rtl设计代码结构化解析结果;

15、对dft约束文件提取扫描链配置、测试时钟约束、测试复位约束、测试模式和测试压缩配置;得到dft约束信息;

16、对网表文件提取单元类型、实例连接关系、时钟复位网络和已插入测试结构信息;

17、对ate测试工程文件提取测试函数、测试项目、测试流程、引脚配置、电源配置和寄存器配置;

18、对测试流程配置文件提取测试顺序、测试类型、测试条件、测试资源配置和流程控制指令,得到测试约束;

19、对芯片测试规格文件提取测试项目、规格上下限、测试单位和测试判据;

20、对测试计划文件提取测试编号、测试名称、测试类型、测试顺序、测试引脚、电源条件、输入激励、输出判据、寄存器配置、测试上下限和测试单位;

21、对pattern向量文件提取pattern编号、测试向量、测试顺序和覆盖率相关信息;

22、对ate测试结果文件提取测试项目、实测值、规格上下限、pass/fail状态、failbin和复测状态后筛选出异常测试项目和fail bin;所述ate测试结果文件用于存储测试执行结果,所述测试日志文件用于存储测试执行过程信息,二者为相互独立的文件;

23、对测试日志文件提取时间戳、测试项目、执行指令、设备响应、错误代码和日志异常信息;

24、对失效样品图像文件提取图像类型、样品标识和候选缺陷特征。

25、本技术的进一步改进在于:在步骤3中,任务路由大模型根据步骤2得到的输入文件类型、文件内容摘要、文件结构特征、测试对象特征、测试阶段信息和任务需求信息,判断当前任务属于测试前置代码生成、ate测试计划生成、pattern优化或芯片测试失效分析中的一种或多种,并调用对应测试智能体:

26、当目标测试智能体为测试前置代码生成智能体时,所述测试前置代码生成智能体基于步骤2得到的rtl设计代码rtl设计代码结构化解析结果和dft约束信息,进行面向可测性的语义分析,识别可扫描时序单元、不可控节点、不可观测节点、测试时钟复位关系和候选测试点,调用代码解析工具和dft规则库,生成测试结构插入建议、插入后的测试代码和测试性分析报告;

27、当目标测试智能体为ate测试计划生成智能体时,所述ate测试计划生成智能体基于步骤2对ate测试工程文件、测试流程配置文件、芯片测试规格文件和测试计划文件的解析结果,融合测试项目、测试顺序、测试类型、引脚配置、电源配置、寄存器配置、测试条件、测试上下限和测试判据,调用ate测试模板和表格生成工具,生成用于指导ate测试工程配置与执行的结构化ate测试计划文件;所述芯片测试规格文件为记载测试项目规格要求的独立输入文件,所述结构化ate测试计划文件为该智能体生成的输出文件;

28、当目标测试智能体为pattern优化智能体时,所述pattern优化智能体读取步骤2从原始pattern向量文件提取的pattern编号、测试向量、测试顺序和覆盖率相关信息,以及从测试流程配置文件提取的流程控制指令和测试资源配置,根据测试约束和用户优化目标,调用pattern分析工具对pattern向量文件进行去冗余、合并、压缩、重排序或格式转换,生成优化后的pattern文件,并通过优化前后的pattern文件进行向量统计、执行时间估算和覆盖率分析,输出pattern数量变化、测试时间变化和覆盖率保持情况;

29、当目标测试智能体为芯片测试失效分析智能体时,所述芯片测试失效分析智能体调用知识库模块以异常测试项目、fail bin和步骤2得到的测试阶段信息作为检索条件,从失效模式库和历史测试案例中获得知识库检索结果;融合ate测试结果文件、测试日志文件、测试阶段信息、失效样品图像文件和知识库检索结果,提取异常测试项目、规格上下限、实测值、fail bin、复测状态、日志异常、图像缺陷特征和历史相似案例,生成通用芯片测试失效分析报告。

30、本技术的进一步改进在于:步骤4中的多智能体协同处理具体包括以下步骤:

31、步骤4.1、任务分派与协同编排:由任务路由模块将任务需求信息、文件结构特征、测试对象特征、测试阶段信息及输入文件类型、文件内容摘要封装为标准化任务包并发送至步骤3 确定的目标测试智能体;当目标测试智能体为一个时,由该目标测试智能体独立处理;当目标测试智能体为两个以上时,由任务路由模块根据预设任务依赖关系确定串行或并行执行方式,并将串行执行时前序目标测试智能体的中间结果作为后序目标测试智能体的输入;

32、步骤4.2、测试前置代码生成处理:测试前置代码生成智能体基于步骤2得到的rtl设计代码结构化解析结果和dft约束信息进行面向可测性的语义分析,识别可扫描时序单元、不可控节点、不可观测节点、测试时钟复位关系和候选测试点,调用代码解析工具和dft规则库,生成测试结构插入建议、插入后的测试代码和测试性分析报告;

33、步骤4.3、ate测试计划生成处理:ate测试计划生成智能体融合步骤2对ate测试工程文件、测试流程配置文件、芯片测试规格文件和测试计划文件的解析结果,调用ate测试模板和表格生成工具,将测试项目、测试顺序、测试类型、引脚配置、电源配置、寄存器配置、测试条件、测试上下限和测试判据映射为计划字段,生成结构化ate测试计划文件;

34、步骤4.4、pattern优化处理:pattern优化智能体读取步骤2从pattern向量文件提取的pattern编号、测试向量、测试顺序和覆盖率相关信息,以及从测试流程配置文件提取的流程控制指令和测试资源配置,调用pattern分析工具进行去冗余、合并、压缩、重排序或格式转换,生成优化后的pattern文件,并输出优化前后的pattern数量变化、测试时间变化和覆盖率保持情况;

35、步骤4.5、芯片测试失效分析处理:芯片测试失效分析智能体以异常测试项目、fail bin和步骤2得到的测试阶段信息为检索条件,从失效模式库和历史测试案例中获得知识库检索结果,并融合ate测试结果文件、测试日志文件、测试阶段信息、失效样品图像文件和知识库检索结果,生成芯片测试失效分析报告。

36、本技术的进一步改进在于:步骤4中,测试结构插入建议、插入后的测试代码和测试性分析报告包括扫描链、测试点、内建自测试结构、存储器内建自测试结构、边界扫描结构中的至少一种,所述结构化ate测试计划文件包括测试编号、测试名称、测试类型、测试顺序、测试引脚、电源条件、输入激励、输出判据、寄存器配置、测试上下限、测试单位和备注字段中的至少一种。

37、本技术的进一步改进在于:步骤4中,所述芯片测试失效分析报告包括样品信息、测试阶段、异常测试项目、测试结果摘要、日志异常摘要、图像证据摘要、候选失效模式、证据链说明、根因推理过程、置信度描述和后续验证建议中的至少一种;所述候选失效模式包括测试接触异常、开路失效、短路失效、漏电异常、时序裕量不足、功能逻辑异常、电源完整性异常、封装互连异常、焊点异常、静电放电损伤、电过应力损伤、工艺偏差、存储单元异常、模拟参数漂移、射频性能退化和系统级兼容性异常中的至少一种。

38、本技术的进一步改进在于:步骤5中,格式校验包括输出文件字段完整性、文件格式、命名规范和可读取性校验;所述规则校验包括dft规则、ate测试规则、pattern格式规则和失效分析证据规则校验;所述测试约束校验包括测试顺序、测试资源、测试时间、覆盖率保持和测试条件约束校验;所述证据一致性校验包括电性测试结果、测试日志、图像证据和知识库检索结果之间的一致性校验。

39、本技术提供了一种基于多智能体协同的芯片测试全流程自动化方法的测试系统,所述测试系统包括:前端交互模块、输入管理模块、文件解析模块、用于调用任务路由大模型的任务路由模块、测试前置代码生成模块、ate测试计划生成模块、pattern优化模块、芯片测试失效分析模块、知识库模块、工具调用模块、校验反馈模块和结果输出模块;其中:

40、所述前端交互模块用于实现用户任务输入、文件上传、智能体运行状态展示、结果预览和文件下载;

41、所述输入管理模块用于接收并管理芯片测试相关输入数据和自然语言任务指令;

42、所述文件解析模块用于识别输入文件类型,提取文件内容摘要、文件结构特征、测试对象特征和测试阶段信息;

43、所述任务路由模块用于调用基于现有预训练大语言模型构建的任务路由大模型,根据任务需求信息、输入文件类型、文件内容摘要、文件结构特征、测试对象特征和测试阶段信息确定一个或多个目标测试智能体;所述任务路由模块还用于在确定两个以上目标测试智能体时,根据预设任务依赖关系确定串行或并行执行方式,并在串行执行的目标测试智能体之间传递中间结果;

44、所述测试前置代码生成模块用于对rtl设计代码进行可测性分析,生成测试结构插入方案、测试代码和测试性分析结果。

45、所述ate测试计划生成模块用于解析ate测试工程文件、测试流程配置文件和测试规格信息,生成结构化ate测试计划;

46、所述pattern优化模块用于对pattern向量进行去冗余、压缩、合并、重排序或格式转换,并生成优化后的pattern文件;

47、所述芯片测试失效分析模块用于融合测试结果、测试日志、失效样品图像和知识库信息,生成通用芯片测试失效分析报告;

48、所述知识库模块用于存储dft规则、ate测试模板、pattern格式规则、测试异常规则、失效模式库和历史测试案例;

49、所述工具调用模块用于调用代码解析工具、ate文件解析工具、pattern分析工具、图像处理工具、表格生成工具和报告生成工具;

50、所述校验反馈模块用于对各测试智能体输出结果进行格式校验、规则校验、测试约束校验和证据一致性校验,并将校验失败原因反馈至对应测试智能体;

51、所述结果输出模块用于输出测试结构插入建议、插入后的测试代码、测试性分析报告、结构化ate测试计划文件、优化后的pattern文件、芯片测试失效分析报告和芯片测试全流程日志。

52、本技术的有益效果是:

53、本技术通过多智能体协同方式,将芯片测试全流程拆解为测试前置代码生成、ate测试计划生成、pattern优化和芯片测试失效分析等多个子任务,由不同领域测试智能体分别处理,避免单一大模型在复杂测试任务中理解不充分、输出不稳定的问题。

54、本技术通过任务路由大模型实现文件类型、任务意图和测试阶段的自动识别,使系统能够根据用户上传的rtl代码、ate工程文件、pattern文件、测试结果文件或失效样品图像,自动匹配最合适的测试智能体,提高芯片测试流程自动化程度。

55、本技术将大模型生成能力与测试工具链、规则库和知识库结合,在生成测试代码、ate测试计划、pattern文件和失效分析报告后进行二次校验和反馈修正,提高输出结果的工程可执行性和可靠性。

56、本技术能够自动解析ate测试工程文件并生成结构化测试计划,减少人工整理测试项目、测试顺序、引脚配置和测试上下限的工作量,提高ate测试开发效率。

57、本技术能够在满足测试约束和覆盖率保持要求的前提下,对pattern向量进行去冗余、压缩、合并、重排序或格式转换,降低测试时间和ate资源消耗。

58、本技术能够融合测试结果、测试日志、失效样品图像和知识库信息生成通用芯片测试失效分析报告,使失效分析过程具有证据链支撑,提高失效模式判断的一致性和报告生成效率。

59、本技术保存任务路由、模型调用、工具执行、校验反馈和最终输出的全流程日志,使芯片测试过程具备可追溯性,便于工程复核、问题定位和后续优化。