基于Python的集成電路測試數據進行可視化探究

丁悠成

摘 要：集成電路測試是集成電路生產階段重要步驟之一，但是傳統集成電路檢測較為繁瑣，其自動化程度不高，導致檢測消耗大量成本及時間。以Python支持的對集成電路數據進行可視化分析，可以迅速獲取測試結果，還可以應用不同測試系統輸出數據，其自動化水平突出，便于人員及時分析處理結果，做出相應操作。下文介紹一種以Python為支持的集成電路測試數據可視化方式，以此為更好的開展集成電路數據測試提供一定參考。

關鍵詞：Python;可視化;集成電路;測試數據;分析

如今正是半導體發展“高光時刻”，和半導體生產對應的集成電路測試規模不斷擴大，2017年在半導體電路測試上就有超出4000億顆的數據，數據龐大且現有方式無法對數據落實有效分析[1]。而未來集成電路測試對測試能力要求嚴格，數據分析上應注重結合信息技術，積極開發以Python為支持的可視化數據分析方式，大大提高數據測試分析的自動化程度，提高分析效率，滿足海量數據的迅速處理，將具體的結果可視化處理，也可以便于工程人員及時深入分析。

1.集成電路測試數據可視化分析

Python屬于現代化高級程序設計語言，目前在制造業智能控制方面應用廣泛，其擁有強大的庫，可結合計算機對各個行業統計分析。關于集成電路的測試系統眾多，其輸出測試數據格式差異明顯，而文章所提出的以Python為支持的測試系統可以對大部分測試系統的數據有效分析，適用性突出。

1.1文件預處理

以Python為支持的集成電路測試數據可視化分析需在分析前完成預備工作，為后續分析打下基礎。例如，應提前設置好分析文件夾路徑，考慮到各個測試機數據文件差異，設計統一的文件格式，保存后續分析結果地質，讀取產品關鍵參數表[2]。

分析數據屬第三段原始數據，此數據對應管芯測試值，需單獨讀取，可采用pandas庫轉為二維數據。先導入需使用的庫，定義好其數據類型，而后設置目標路徑、分析結果保存路徑，讀取關鍵參數后搜索目標路徑的數據文件、讀取文件，轉換為所需要的文件格式，減哪里分析結果文檔并保存。

1.2分析的實現方式

以晶圓測試為例分析，晶圓良率、參數失效分布、關鍵參數準確度是測試重點，采用Python可實現關鍵信息可視化分析。

1.2.1失效坐標

以Python可讀取各個管芯坐標，繪制對應實物的失效圖，綠色代表正常管芯，紅色代表失效管芯，一些特別參數失效，也可以特別顏色顯示。如此一來，工程人員可以迅速觀察良率是否正常，失效的集中度、均勻性[3]。若失效集中某個區域，則表示制作工藝存在偏差，若失效均勻分布，可能是參數取值范圍限定嚴格，或測試異常等。Python需以matplotlib庫支持，以圖形方式顯示失效情況，系統讀取預處理數據文件，找到管芯坐標數據，繪制原片圖，按需求設置失效標識。

1.2.2參數分析

獲取失效參數分布后，系統還同步繪制餅圖，便于工程人員迅速了解各參數失效占比，了解重點失效參數。各個測試值可采用平均值、方差深入分析，了解某數據實際情況。集成電路量產階段不僅要掌握測試值平均值、方差，了解數據分布，還包含頻率分布分析。半導體管芯測試結果適用正態分布曲線，完成頻率分布計算后可擬合正態分布。但集成電路其量產測試工作量大，往往各工位同時測試，故后續分析應體現各工位數據差異性，一些諸如工位分布中心值等關鍵參數，若發現其和其他工位相差過大，可推斷為測試存在質量風險。分析其他工位分布曲線，若發現和標準正態分布曲線基本一致，且曲線中心值和標準曲線平均值差異不大，則其參考價值突出。

參數分析需以預先處理階段的產品、關鍵參數表為支持，找到所需的參數數據，統計分析數據平均值、方差等關鍵數據，之后對數據按照不同工位篩選，了解各個工位信息，設定好系統繪制曲線的顏色、標題等信息，以sns繪制概率分布曲線。按照集成電路測試的不同要求，還可以進一步對數據作直方圖、散點圖、多參數比對分析等，便于對測試數據有更進一步的了解。

2.自動分析過程

基于Python的集成電路測試數據可視化分析將數據處理、可視化分析、結果處理、文件保存統一為一個具體的程序。

系統程序執行自動化分析之前，需要相關人員做好預備工作：將待處理數據存入規定路徑，將參數寫入參數表，以os庫掃描，分析結果按照需求保存為多種不同格式，將各個結果單獨保存為圖像，數據數值則整合為Excel表格。文件需包含文件名、程序、批號、參數名、平均值、標準差、方差等，便于后續對結果全面剖析。

得到可視化的分析結果后，需要按照具體片號將各個結果單獨保存起來，之后針對分析產品的差異，輸出系統計算出與之對應的圖像尺寸、排布。分析完成后系統出具圖像格式的文件，可以讓工程人員直觀的看到測試是否異常，便于后期瀏覽分析。工程人員在最終的圖像結果中可以看到測試的具體批號、片號，測試程序、良率及參數失效分布情況。

3.結束語

綜上所述，在21世紀信息技術高速發展的大背景下，半導體集成電路生產制造業迎來新的發展空間，相關集成電路的測試行業也要緊緊抓住機遇，注重發揮信息技術的絕對優勢，以現代化的新技術、新軟件工具，大大提高測試的效率和質量。文章提出基于Python的集成電路測試數據的可視化分析，可以大大減輕工作人員的數據分析任務負擔，減少工程師認為的數據處理操作步驟，并且統一分析結果，自動生成所需的分析圖、計算平均值、方差等，真正實現對集成電路量產數據的“一鍵分析”，促進半導體集成電路相關技術進一步走向成熟。

參考文獻：

[1]宋永生， 黃蓉美， 王軍. 基于Python 的數據分析與可視化平臺研究[J]. 現代信息科技， 2019， 003（021）：P.7-9.

[2]楊露， 葛文謙. 基于Python的制造業數據分析可視化平臺設計[J]. 信息化研究， 2018， 44（05）：60-65.

[3]何寒冰， 羅小琴. 半導體集成電路可靠性測試和數據處理探析[J]. 電子制作， 2020， No.396（10）：16+22-23.

（國網江蘇省電力有限公司常熟市供電分公司 ? 215500）