一种用于内存阵列修复的早期终止判断方法及系统
本发明涉及半导体存储器制造与测试,具体涉及一种基于 fgpm(faultgroup pattern matching)算法的内存阵列冗余修复早期终止判断方法及系统,特别适用于 ddr5、hbm3 等大容量高带宽存储器芯片的量产测试修复流程。
背景技术:
1、随着半导体工艺节点持续演进至 3nm 及以下,现代存储芯片的存储密度呈指数级增长,单颗 ddr5 芯片容量已达 64gb,hbm3 芯片更是突破了 1tb 容量。然而,工艺缺陷、材料不均匀、光刻误差等因素导致的存储单元故障问题也日益严重,故障点数量从早期的数十个增加到数百个甚至上千个。
2、为提高芯片成品率,业界普遍采用冗余修复技术,即在存储阵列中预先设计一定数量的备用行和备用列。在量产测试阶段,通过自动测试设备(ate)对存储阵列进行全地址遍历测试,采用算法完成存储单元的读写校验,采集所有故障单元的行列地址并构建二维故障矩阵;随后将故障矩阵输入冗余修复算法进行决策,通过修复电路将故障单元所在的行或列映射到对应的备用资源上。但随着阵列规模扩大和故障点数量增加,冗余资源与故障点之间的组合优化问题已演变为 np-hard 的组合覆盖难题
3、传统的修复算法主要包括:
4、1.穷举搜索算法:遍历所有可能的行 / 列修复组合,寻找最优解。但该算法计算复杂度呈指数级增长,在处理大规模阵列时,单颗芯片的修复时间可达数秒甚至数十秒,无法满足量产测试中每颗芯片毫秒级的时间窗口要求。
5、2.贪心算法:采用行优先或列优先的修复策略,计算速度快但修复率低,容易导致可修复芯片被错误丢弃(overkill)。
6、3.fgpm 算法:通过故障分组将大规模问题分解为多个小规模子问题,显著降低了计算复杂度。但原有的 fgpm 算法早期终止条件过于保守,存在严重的 overkill 问题,据统计在 16gb ddr4 芯片量产中,overkill 率高达 3%-5%,造成了巨大的经济损失;同时,原有的早期终止条件下界紧致度不足,导致大量不必要的后续计算,延长了修复时间。
技术实现思路
1、本发明的目的在于克服现有技术的不足,提供一种用于内存阵列修复的早期终止判断方法及系统,以期能在保证修复率的同时,显著缩短修复决策时间,降低测试成本,从而能满足大容量存储器芯片的量产测试需求,并能解决现有 fgpm 算法早期终止条件存在的 overkill 率高、下界紧致度不足、计算效率低等问题。
2、本发明为达到上述发明目的,采用如下技术方案:
3、本发明一种用于内存阵列修复的早期终止判断方法的特点在于,包括以下步骤:
4、步骤 1:获取内存的故障矩阵并进行判定,得到必须优先修复的故障行与故障列并进行修复,得到修复后的故障行与故障列以及剩余的故障行与故障列;
5、步骤 2:采用基于行 - 列连通性的广度优先搜索方法对剩余的故障行与故障列中的故障点进行分组,得到单故障的故障组和多故障的故障组,并计算每个故障组的统计特征;
6、步骤 3:通过基础快速校验规则对每个故障组进行预筛选,若通过基础校验,则执行步骤4,否则,表示相应故障组为不可修复,并结束修复流程;
7、步骤 4:通过贪心匹配下界估计算法计算预筛选后的每个故障组所需要的冗余资源需求下界,用于计算全局冗余资源需求总和,从而判定内存的故障矩阵是否可修复;若判定为可修复,则执行步骤 5;否则,结束修复流程;
8、步骤 5:通过深度优先搜索结合分支定界方法从筛选后的每个故障组的候选修复方案中寻找满足全局资源约束且总修复成本最小的最优修复方案并进行执行。
9、本发明所述的早期终止判断方法的特点也在于,所述步骤 1 包括:
10、统计故障矩阵的故障列 c中存在的故障点数量 f_c,当 f_c 大于当前剩余的可用冗余行数量 r_rem时,则判定故障列c为必须优先修复的故障列;
11、统计于故障矩阵的任意故障行 r中存在的故障点数量 f_r,当 f_r 大于当前剩余的可用冗余列数量 c_rem,则判定故障行 r 为必须优先修复的故障行。
12、进一步的,所述步骤 2 中每个故障组的统计特征至少包括:任一故障组中故障点的总数量n_f、故障组中涉及的不同故障行的数量n_fr、故障组中涉及的不同故障列的数量n_fc、故障组内包含两个或以上故障点的故障行的数量n_mr、组内包含两个或以上故障点的故障列的数量n_mc。
13、进一步的,所述步骤 3 包括:
14、统计含有单个故障点的故障组的数量 s、含有多个故障点的故障组的数量 m 和当前剩余的总修复资源 total_spare=r_rem+c_rem;
15、若 total_spare < s,则表示相应故障组为不可修复,并终止内存修复流程;
16、若 total_spare = s 且 m > 0,则表示相应故障组为不可修复,并终止内存修复流程;
17、若 total_spare ≥ s + m,则表示相应故障组通过基础校验。
18、进一步的,所述步骤4中贪心匹配下界估计算法包括:
19、a. 初始化当前故障点集合 current_set 为预筛选后的任一故障组的所有故障点,设置计数器 lower_bound=0;
20、b. 计算 current_set 中每个故障点的行度 deg_row 、列度 deg_col 和联合度 joint_deg =deg_row +deg_col ;其中,行度 deg_row指当前剩余故障集合中,任一故障行r'包含的故障点总数;列度 deg_col指当前剩余故障集合中,任一故障列c'列包含的故障点总数;
21、c. 选择联合度最小的故障点坐标 (r*,c*);其中,r*表示联合度最小的故障点的行坐标,c*表示联合度最小的故障点的列坐标
22、d. 将lower_bound+1赋值给lower_bound后,从 current_set 中移除联合度最小的故障点所在行的故障点和列的故障点;
23、e.判断 current_set 是否为空,若为空,则表示 lower_bound即为预筛选后的故障组的资源需求下界,否则,返回步骤b。
24、进一步的,所述步骤 4 中是按如下步骤判定内存的故障矩阵是否可修复:
25、计算预筛选后的所有故障组的需求下界之和所构成的全局冗余资源需求总和,其中, m 为预筛选后的故障组的总数;表示预筛选后的第k个故障组的资源需求下界;
26、若 sum_min_total ≤ total_spare,则判定内存的故障矩阵为可修复;
27、若 sum_min_total > total_spare,则判定内存的故障矩阵为不可修复。
28、本发明一种用于内存阵列修复的早期终止判断系统的特点在于,包括:
29、数据预处理模块,用于获取内存的故障矩阵并进行判定,从而对必须优先修复的故障行与故障列进行修复,并更新故障矩阵中的修复状态更新;
30、故障分组模块,用于对剩余的故障行与故障列中的故障点进行基于连通性的分组,并计算每个故障组的统计特征;
31、早期终止判断模块,用于对每个故障组执行基础规则快速校验、贪心匹配下界估计和全局资源需求判定,从而判定内存的故障矩阵是否可修复;
32、其中,早期终止判断模块包括:
33、基础规则校验单元,用于根据单故障的故障组数量、多故障的故障组数量和总剩余资源进行基础快速校验规则的预筛选;
34、下界估计单元,用于通过贪心匹配算法计算预筛选后的每个故障组的资源需求下界,以得到全局冗余资源需求总和;
35、全局判定单元,用于根据全局冗余资源需求总和判定内存的故障矩阵是否可修复;
36、修复方案生成与执行模块,用于对可修复的故障矩阵生成最优修复方案并执行修复操作。
37、与现有技术相比,本发明的有益效果在于:
38、1.彻底消除 overkill (过杀)问题:本发明提出的贪心匹配下界估计算法能够准确计算修复每个故障组所需的最小资源下界,保证了所有可修复的芯片都能通过早期终止判断,彻底避免了原 fgpm 算法存在的 overkill 问题。在 16gb ddr4 芯片量产测试中,overkill 率从 3%-5% 降低至 0%,良率提升显著。
39、2.提高下界紧致度,缩短修复时间:本发明的下界紧致度相比于原 fgpm 算法提高了 20%-30%,能够更准确地识别不可修复的芯片,提前终止不必要的后续计算。在处理包含 500 个故障点的 64gb ddr5 芯片时,平均修复决策时间从 12ms 缩短至 3ms,计算效率提升了 4 倍。
40、3.多层过滤机制,计算效率高:本发明采用 "基础规则快速校验与贪心匹配下界估计" 的多层过滤机制,先通过简单的启发式规则快速过滤掉明显不可修复的情况,再对剩余情况进行精确计算。这种机制将整体计算复杂度控制在 o (n2) 的多项式时间内,完全满足了量产测试中毫秒级的时间窗口要求。
41、4.易于工程实现:本发明的算法逻辑清晰,数据结构简单,易于在 fpga 或 asic中实现硬件加速,可无缝集成到现有高速测试机台中,无需对测试流程进行大规模改动。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com