芯片测试数据价值挖掘技术：现状回顾与未来展望
集成电路应用
伍俊超，李强，柯俊吉
上海贝岭股份有限公司，
摘要： 随着芯片复杂度与集成度的不断提升，测试数据已成为驱动芯片良率优化与全生命周期管理的关键资产。然而，在当前的行业实践中，仍面临着数据噪声干扰、特征关联不明确以及跨域协同效率低下等挑战。该研究聚焦芯片测试数据的高价值挖掘问题，系统梳理了芯片测试数据挖掘的技术体系与发展现状，构建了一条数据驱动的“数据采集—分析洞见—决策反馈”价值链条，推动了数据分析由传统统计方法向智能化诊断与决策的转变，为构建测试数据分析体系和提升芯片产品综合竞争力提供了理论参考与实践指南。
中图分类号：TN407；TP247文献标识码：ADOI:10.19339/j.issn.1674-2583.2026.01.001
中文引用格式：伍俊超，李强，柯俊吉. 芯片测试数据价值挖掘技术：现状回顾与未来展望［J］.集成电路应用，2026，43（01）：1-11.
英文引用格式：Wu Junchao, Li Qiang, Ke Junji. Techniques for value mining from chip test data: A review of current status and future prospects［J］.Application of IC，2026，43（01）：1-11.
中文引用格式：伍俊超，李强，柯俊吉. 芯片测试数据价值挖掘技术：现状回顾与未来展望［J］.集成电路应用，2026，43（01）：1-11.
英文引用格式：Wu Junchao, Li Qiang, Ke Junji. Techniques for value mining from chip test data: A review of current status and future prospects［J］.Application of IC，2026，43（01）：1-11.
Techniques for value mining from chip test data: A review of current status and future prospects
Wu Junchao, Li Qiang, Ke Junji
Shanghai Belling Co., Ltd.
Abstract： With the continuous increase in chip complexity and integration, test data has emerged as a critical asset for yield optimization and fulllifecycle management of chips. However, current industry practices still face challenges such as data noise interference, ambiguous feature correlations, and low crossdomain collaboration efficiency. This paper focuses on the high-value mining of chip test data, systematically reviews the technical framework and development status of chip test data mining, and constructed a data-driven value chain of “data acquisition-analytical insights-decision feedback”. This advancement propelled data analysis from traditional statistical methods to intelligent diagnosis and decision-making, providing theoretical references and practical guidelines for establishing a robust test data analysis system and enhancing the comprehensive competitiveness of chip products.
Key words : chip testing; data mining; big data analytics; semiconductor manufacturing
引言
随着集成电路产业步入“后摩尔时代”，芯片架构的复杂度与集成度呈指数级增长，这直接引发了测试数据的爆发式增长，使后者成为贯穿设计、制造、封装全流程的宝贵数据资产。该数据体系中不仅蕴含着良率优化、缺陷定位与可靠性预测的关键信息，还蕴含着驱动芯片全生命周期管理决策的潜力。然而，面对测试数据所具有的时序性、空间分布及多模态耦合等复杂特征，当前行业的普遍实践仍多停留在良率统计等浅层应用阶段，在从“数据采集”到“分析洞见”再到“决策反馈”的价值转化链上，存在着数据噪声干扰、特征关联性模糊、跨域协同效率低等核心瓶颈。在集成电路产业迈向智能化、追求良率突破与成本控制的背景下，构建系统化的芯片测试数据挖掘技术框架已成为提升产业核心竞争力的关键路径［1］。
本研究旨在系统梳理该领域的技术体系与发展现状，辨析学术界前沿突破与工业界实证应用的得失，明晰当前技术发展的瓶颈与未来方向，为构建高效的测试数据分析体系和芯片产品综合竞争力提供理论参考与实践指南。
本文详细内容请下载：
http://www.chinaaet.com/resource/share/2000007165
投稿邮箱：
ICAPP@belling.com.cn
作者信息：
伍俊超，李强，柯俊吉
（上海贝岭股份有限公司，上海200233）
此内容为AET网站原创，未经授权禁止转载。