用于芯片模块设计的模块识别封装方法及系统与流程

本发明涉及芯片封装领域，特别涉及用于芯片模块设计的模块识别封装方法及系统。

背景技术：

1、安装半导体集成电路芯片用的外壳，起着安放、固定、密封、保护芯片和增强电热性能的作用，而且还是沟通芯片内部世界与外部电路的桥梁——芯片上的接点用导线连接到封装外壳的引脚上，这些引脚又通过印制板上的导线与其他器件建立连接；因此，封装对cpu和其他ls i集成电路都起着重要的作用。

2、如公开号为：cn109830447b的半导体晶圆芯片分选方法、半导体产品的封装方法及系统，该专利通过半导体晶圆芯片分选方法能将晶圆上在性能等级上杂乱分布的合格芯片按性能等级分组顺序排布在具有粘性的薄膜钢圈框架上再顺序分选，有效保证同一器件内的两颗芯片的性能基本接近；

3、上述专利虽然解决了同一器件内的两颗芯片性能差异较大的问题，但是实际运用中，仍具有以下三点弊端：

4、1、现有技术中，由于各个芯片性能参数的差异化，导致在进行封装前，还需对性能参数不同的芯片进行分类分组，但现有芯片的分组方法操作较为繁琐，从而使得该方法的可行性欠佳，降低了使用性能；

5、2、现有技术中，由于封装时的芯片数量较多，根据以往分组方法进行分类后，在同一模板上进行封装时，仍存在芯片封装错误的现象，从而降低芯片封装的精准度；

6、3、现有技术中，由于封装后每个模板上的芯片的性能参数不同，若在同一半导体器件内需安装两个或两个以上的模板时，两个或两个以上的模板上的芯片的性能参数需保持在相近的水平线内，但是现有封装系统难以对封装后的模块进行性能参数的判断，从而影响了后续安装使用的稳定性。

技术实现思路

1、本发明的目的在于提供用于芯片模块设计的模块识别封装方法及系统，通过将芯片性能参数映射至多维超平面中，基于机器学习聚类分析算法对其分组，选取同一分组中的芯片在同一模块上进行封装，保障模板上的芯片性能相近，提高后续使用的稳定性；利用芯片判断模块判断获取的芯片是否为模块所对应分组中的芯片，若是则将芯片贴到模块上，若否则获取下一个芯片，保障所封装的芯片均在分组中预先存在，避免错误芯片封装在内，提高封装精准度；利用模块判断模块判断所安装模块中芯片的性能参数是否一致，避免因两个或两个以上模块中芯片的性能参数差距较大，导致应用设备无法正常运行，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、用于芯片模块设计的模块识别封装方法，包括以下步骤：

4、步骤一：创建多维超平面，采集各个芯片所属的性能参数，并将其性能参数按序列打包，以此得到性能参数数据包；

5、步骤二：将性能参数数据包映射到预先所建立的多维超平面中，以此得到参数多维超平面图；

6、步骤三：通过机器学习聚类分析算法对映射至多维超平面中每个芯片的性能参数进行分组，以此得到多个分组的芯片；

7、步骤四：通过依次选取同一分组中的芯片，并在同一模块上进行芯片封装，以此完成芯片封装工序。

8、进一步的，所述步骤一中多维超平面的维数与各个芯片的性能参数的项数相同，其中各个芯片所属的性能参数包括：最大输出电流、恒流源输出路数、电流输出误差和数据移位时钟。

9、进一步的，所述步骤二中将性能参数数据包映射到预先所建立的多维超平面中，具体包括：

10、基于各个芯片的性能参数的数值，将各个芯片映射为多维超平面图中对应芯片的性能参数数值的点，并且每一个芯片均映射为多维超平面图中的一个点；其中多维超平面图中，若每个参数点之间的距离越近，则表明该参数点所对应芯片间的性能差异越小；若每个参数点之间的距离越远，则表明该参数点所对应芯片间的性能差异越大。

11、进一步的，所述步骤三中机器学习聚类分析算法包括：层次聚类算法、k均值聚类算法、谱聚类算法和正态混合聚类算法，基于机器学习聚类分析算法对映射至多维超平面中每个芯片的性能参数进行分组，具体包括：

12、将多维超平面图中距离相近的参数点划分为一组，并将同一组中各个参数点所对应的芯片划分为一组，以此实现对性能参数相近的芯片进行分组；并且多维超平面中的参数点分组后得到的组数与各个芯片分组后得到的组数相同。

13、进一步的，所述步骤四中依次选取同一分组中的芯片进行同一模块或衬板上的芯片封装前，还包括：

14、依次获取各个芯片，并判断当前所获取的芯片是否为当前模块所对应分组中的芯片，若是，则将当前芯片贴片到当前模块上；然后获取下一个芯片并判断所获取的下一个芯片是否为当前模块所对应分组中的芯片，若否，则继续获取下一个芯片，并判断获取的下一颗芯片是否为当前模块所对应分组中的芯片；依次类推，直至获取并判断完所有芯片。

15、进一步的，所述封装系统包括：

16、创建模块，用于创建可供芯片映射所属性能参数的多维超平面；

17、采集模块，用于采集各个芯片所属的性能参数，并将其性能参数整理打包成数据包；

18、映射模块，基于打包后的性能参数数据包，将其映射至预先建立好的多维超平面中；

19、分组模块，基于机器学习聚类分析算法，对映射至多维超平面中的每个芯片的性能参数进行分组，将性能参数数值相近的芯片划分为同一组，以此得到多组芯片；

20、封装单元，基于最终的分组结果，依次选取同一分组中的芯片在同一模块上进行芯片封装。

21、进一步的，所述封装系统还包括：

22、整合模块，用于对整体模块进行安装部署，以实现每个模块可作为单独的系统进行应用；

23、模块判断模块，用于在安装时，判断当前所安装模块中芯片的性能参数是否相一致，其中所安装模块的数量为m，m≥2。

24、进一步的，所述封装单元还包括：

25、芯片判断模块，用于在封装时，判断当前所获取的芯片是否为当前模块所对应分组中的芯片。

26、与现有技术相比，本发明的有益效果是：

27、1.通过采集各个芯片所属的性能参数，将其映射至预先建立好的多维超平面中；基于机器学习聚类分析算法，对映射至多维超平面中的每个芯片的性能参数进行分组，将性能参数数值相近的芯片划分为同一组，以此得到多组芯片；基于最终的分组结果，依次选取同一分组中的芯片在同一模块上进行芯片封装，以此完成芯片封装工序；通过以上步骤，可有效保障性能参数数值相近的芯片处于同一模板上，进而保障同一模板上的芯片性能相近，提高后续安装使用的稳定性。

28、2.通过在封装时，利用芯片判断模块依次判断当前所获取的芯片是否为当前模块所对应分组中的芯片，若是，则将当前芯片贴片到当前模块上；然后再获取下一个芯片并判断所获取的下一个芯片是否为当前模块所对应分组中的芯片，若否，则继续获取下一个芯片，并判断获取的下一颗芯片是否为当前模块所对应分组中的芯片；依次类推，直至获取并判断完所有芯片；从而保障所封装的芯片均在分组中预先存在，避免了错误的芯片封装在内，有效提高了芯片封装的精准度，进一步保障同一模板上的芯片性能是相近的。

29、3.通过在安装时，利用模块判断模块判断当前所安装模块中芯片的性能参数是否相一致，其中此时所安装模块的数量为m，m≥2；有效保障了在同一半导体器件内，安装的两个或两个以上模块中芯片的性能参数相近，避免因两个或两个以上模块中芯片的性能参数差距较大，导致所应用的设备无法正常运行，提高了芯片模块的可行性。