一种基于遗传算法的存储芯片冗余修复方案生成方法、装置、设备及存储介质与流程

本发明属于半导体芯片，具体涉及一种基于遗传算法的存储芯片冗余修复方案生成方法、装置、设备及存储介质。

背景技术：

1、随着超大规模集成电路技术的不断发展，存储芯片的体积不断缩小，而存储容量不断增加，使得故障单元的数量也在持续增多，因此存储芯片自修复研究显得格外重要。为了确保存储芯片能够正常使用，现在被广泛使用的且通过验证的手段是冗余分析和冗余修复技术。即在存储芯片设计中包含了冗余单元，可利用冗余单元映射并替换故障单元的地址，以达到量产合格芯片的目的。在冗余修复过程中，各个模块互相不影响，只要发现了故障，直接整行或者整列进行替换。

2、现有整个冗余修复流程，主要分有如下三步：

3、(1)可修复性判断：根据获取到的故障信息(即通过芯片测试获得的故障单元数)和修复配置信息确定芯片是否可修复；可修复的最大故障单元数由一条备用线路可修复的单元数和备用线路的总数决定；

4、(2)必须修复(must repair)算法：根据实际可用的备用行及列的数量，以及故障单元的地址情况，查找必须首先修复的故障单元；例如，若列修复无法解决，只能通过行修复的情况；

5、(3)可修复算法(repairable memory)：当执行完上述的必须修复算法后，分析剩余的故障单元，以找到所有可能的解决方案；如果备用行和备用列都可修复一个故障单元，那么就意味着有两个甚至更多个可用的分析解决方案，因此需要从所有可能性中寻求最佳解决方案。

6、由此，针对上述冗余修复流程中的第三步，如何从所有可能性中快速精确地寻求最佳的存储芯片冗余修复方案，是本领域技术人员亟需解决的问题。

技术实现思路

1、本发明的目的是提供一种基于遗传算法的存储芯片冗余修复方案生成方法、装置、计算机设备及计算机可读存储介质，用以从所有可能性中快速精确地寻求最佳的存储芯片冗余修复方案。

2、为了实现上述目的，本发明采用以下技术方案：

3、第一方面，提供了一种基于遗传算法的存储芯片冗余修复方案生成方法，包括：

4、获取待修复存储芯片的基本参数和基本修复要求，其中，所述基本参数包含有用于存储芯片冗余修复的备用行数量sr、用于存储芯片冗余修复的备用列数量sc、故障单元总数fn、故障单元二维坐标集合fxy＝{(x1,y1),(x2,y2),…,(xm,yn),…}、故障单元横坐标集合fx＝{x1,x2,…,xm,…,xm}和故障单元纵坐标集合fy＝{y1,y2,…,yn,…,yn}，m表示故障单元横坐标总数，n表示故障单元纵坐标总数，m表示小于等于m的正整数，xm表示第m个故障单元横坐标，n表示小于等于n的正整数，yn表示第n个故障单元纵坐标；

5、根据所述基本参数，配置遗传参数，其中，所述遗传参数包含有进化次数g、种群规模p和遗传方式；

6、根据所述基本修复要求，定制种群个体的适应度计算方式；

7、根据所述基本参数、所述遗传参数和所述适应度计算方式，按照如下步骤s40～s43开启基于遗传算法的操作流程：

8、s40.根据所述基本参数和所述种群规模p，随机创建初始种群g0，然后将所述初始种群作为当前种群，执行步骤s41，其中，所述初始种群表示小于等于p的正整数，表示第个种群个体且有表示所述第个种群个体的待修复故障单元横坐标集合且有表示所述第个种群个体的待修复故障单元纵坐标集合且有所述待修复故障单元横坐标集合的元素总数小于等于所述备用列数量sc，所述待修复故障单元纵坐标集合的元素总数小于等于所述备用行数量sr；

9、s41.将所述当前种群中的各个种群个体视为一种给定的存储芯片冗余修复方案，应用所述适应度计算方式计算得到所述各个种群个体的适应度值，然后执行步骤s42；

10、s42.从所述当前种群中挑选出具有最大适应度值的种群个体，并保存该种群个体，然后执行步骤s43；

11、s43.应用所述遗传方式对所述当前种群进行迭代更新，得到新的当前种群，并返回执行步骤s41，直到迭代次数等于所述进化次数g；

12、从保存的所有种群个体中选取具有最大适应度值的种群个体作为最终的存储芯片冗余修复方案。

13、基于上述技术实现要素：，提供了一种快速精准生成最佳存储芯片冗余修复方案的新方案，即先根据待修复存储芯片的基本参数和基本修复要求，配置遗传参数和定制种群个体的适应度计算方式，然后根据所述基本参数、所述遗传参数和所述适应度计算方式，开启基于遗传算法的操作流程：计算各个种群个体的适应度值->保存具有最大适应度值的种群个体->种群迭代更新，依次循环直到达到目标进化次数，最后从保存的所有种群个体中选取具有最大适应度值的种群个体作为最终的存储芯片冗余修复方案，由此可以利用遗传算法强大的随机性和以种群为单位的搜索机制遍历所有可能解，最终从所有可能性中快速精确地寻求最佳的存储芯片冗余修复方案，便于实际应用和推广。

14、在一个可能的设计中，根据所述基本修复要求，定制种群个体的适应度计算方式，包括：

15、针对所述基本修复要求，建立对应的数学模型，其中，所述数学模型是指基于给定存储芯片冗余修复方案对存储芯片中故障单元进行用于满足所述基本修复要求的修复操作的仿真模型；

16、基于所述数学模型，定制得到如下的种群个体的适应度计算方式：

17、

18、式中，find表示与所述给定存储芯片冗余修复方案对应的适应度值，sind表示基于所述数学模型得到的且与所述给定存储芯片冗余修复方案对应的故障单元成功修复数目与故障单元总数的比值，uind表示在所述给定存储芯片冗余修复方案中的待修复故障单元横坐标数目与待修复故障单元纵坐标数目的和，cind表示在所述给定存储芯片冗余修复方案中的待修复故障单元横坐标数目与待修复故障单元纵坐标数目的积,η1、η2和η3分别表示可调节系数。

19、在一个可能的设计中，η1取值为10，η2取值为40，η3取值为1。

20、在一个可能的设计中，所述基本修复要求包含有行修复优先要求、列修复优先要求、行修复所用备用行数要求、列修复所用备用列数要求和/或修复所产生交叉点数要求。

21、在一个可能的设计中，所述遗传方式包括有选择方式、交叉方式和/或变异方式。

22、在一个可能的设计中，当所述遗传方式包括有选择方式、交叉方式和变异方式时，所述选择方式采用轮盘赌选择方式，所述交叉方式采用单点交叉方式，所述变异方式采用单点突变方式。

23、在一个可能的设计中，基于遗传算法的操作流程，包括：

24、采用多线程并行的方式开启基于遗传算法的操作流程。

25、第二方面，提供了一种基于遗传算法的存储芯片冗余修复方案生成装置，包括有数据获取模块、参数配置模块、计算定制模块、算法开启模块和最佳方案确定模块；

26、所述数据获取模块，用于获取待修复存储芯片的基本参数和基本修复要求，其中，所述基本参数包含有用于存储芯片冗余修复的备用行数量sr、用于存储芯片冗余修复的备用列数量sc、故障单元总数fn、故障单元二维坐标集合fxy＝{(x1,y1),(x2,y2),…,(xm,yn),…}、故障单元横坐标集合fx＝{x1,x2,…,xm,…,xm}和故障单元纵坐标集合fy＝{y1,y2,…,yn,…,yn}，m表示故障单元横坐标总数，n表示故障单元纵坐标总数，m表示小于等于m的正整数，xm表示第m个故障单元横坐标，n表示小于等于n的正整数，yn表示第n个故障单元纵坐标；

27、所述参数配置模块，通信连接所述数据获取模块，用于根据所述基本参数，配置遗传参数，其中，所述遗传参数包含有进化次数g、种群规模p和遗传方式；

28、所述计算定制模块，通信连接所述数据获取模块，用于根据所述基本修复要求，定制种群个体的适应度计算方式；

29、所述算法开启模块，分别通信连接所述参数配置模块和所述计算定制模块，用于根据所述基本参数、所述遗传参数和所述适应度计算方式，开启基于遗传算法的操作流程，并具体包括有种群初始创建子模块、适应度计算子模块、种群个体保存子模块和种群迭代更新子模块；

30、所述种群初始创建子模块，通信连接所述适应度计算子模块，用于根据所述基本参数和所述种群规模p，随机创建初始种群g0，然后将所述初始种群作为当前种群，启动所述适应度计算子模块，其中，所述初始种群表示小于等于p的正整数，表示第个种群个体且有表示所述第个种群个体的待修复故障单元横坐标集合且有表示所述第个种群个体的待修复故障单元纵坐标集合且有所述待修复故障单元横坐标集合的元素总数小于等于所述备用列数量sc，所述待修复故障单元纵坐标集合的元素总数小于等于所述备用行数量sr；

31、所述适应度计算子模块，通信连接所述种群个体保存子模块，用于将所述当前种群中的各个种群个体视为一种给定的存储芯片冗余修复方案，应用所述适应度计算方式计算得到所述各个种群个体的适应度值，然后启动所述种群个体保存子模块；

32、所述种群个体保存子模块，通信连接所述种群迭代更新子模块，用于从所述当前种群中挑选出具有最大适应度值的种群个体，并保存该种群个体，然后启动所述种群迭代更新子模块；

33、所述种群迭代更新子模块，通信连接所述适应度计算子模块，用于应用所述遗传方式对所述当前种群进行迭代更新，得到新的当前种群，并再次启动所述适应度计算子模块，直到迭代次数等于所述进化次数g；

34、所述最佳方案确定模块，通信连接所述算法开启模块，用于从保存的所有种群个体中选取具有最大适应度值的种群个体作为最终的存储芯片冗余修复方案。

35、第三方面，本发明提供了一种计算机设备，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面或第一方面中任意可能设计所述的存储芯片冗余修复方案生成方法。

36、第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面或第一方面中任意可能设计所述的存储芯片冗余修复方案生成方法。

37、第五方面，本发明提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面或第一方面中任意可能设计所述的存储芯片冗余修复方案生成方法。

38、上述方案的有益效果：

39、(1)本发明创造性提供了一种快速精准生成最佳存储芯片冗余修复方案的新方案，即先根据待修复存储芯片的基本参数和基本修复要求，配置遗传参数和定制种群个体的适应度计算方式，然后根据所述基本参数、所述遗传参数和所述适应度计算方式，开启基于遗传算法的操作流程：计算各个种群个体的适应度值->保存具有最大适应度值的种群个体->种群迭代更新，依次循环直到达到目标进化次数，最后从保存的所有种群个体中选取具有最大适应度值的种群个体作为最终的存储芯片冗余修复方案，由此可以利用遗传算法强大的随机性和以种群为单位的搜索机制遍历所有可能解，最终从所有可能性中快速精确地寻求最佳的存储芯片冗余修复方案；

40、(2)还提供了一套精确的且可定制的适应度计算方式，它能根据具体存储芯片的具体情况进行调整，即算法框架通用，适应度计算方式设计具有多样性和可定制性，当面对不同类型的存储芯片时，若目标解的需求改变，只需要修改适应度计算公式的计算组成部分，比如说：以最少数量的行和列和以最少数量交叉点为目的进行设计，使得解空间按照人为设计的方向进行有效地收敛，从多种修复方案中高效、快速和准确地寻找到最优修复策略；

41、(3)还可通过概率的形式不断迭代搜索，以及通过变异操作使得算法能够跳出局部最优；

42、(4)速度快：由于遗传算法是以种群为单位的搜索，相比其它优化算法实现并行化更简单，搜索效率更高，使得在编程中极易实现并行化，能极大地缩短算法运行时间，提高修复效率，便于实际应用和推广。