Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都职业技术学院李爱民获国家专利权

成都职业技术学院李爱民获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉成都职业技术学院申请的专利一种嵌入式存储芯片的质量评估方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119763640B

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510269963.X,技术领域涉及:G11C29/08;该发明授权一种嵌入式存储芯片的质量评估方法是由李爱民设计研发完成,并于2025-03-07向国家知识产权局提交的专利申请。

一种嵌入式存储芯片的质量评估方法在说明书摘要公布了:本发明涉及计算机技术领域,尤其涉及一种嵌入式存储芯片的质量评估方法。所述方法包括以下步骤:根据预选定的目标应用场景进行负载预测模型构建,得到负载预测模型;根据负载预测模型进行动态负载矩阵生成,得到动态负载矩阵;根据动态负载矩阵对待测存储芯片进行电气性能特征向量提取,得到电气性能特征向量;根据电气性能特征向量进行自适应测试条件调整,得到调整后负载参数;根据负载预测模型以及调整后负载参数对动态负载矩阵进行动态负载更新,得到更新动态负载矩阵;根据更新动态负载矩阵进行电气特性曲线生成,得到电气特性曲线。本发明通过动态负载、存储行为分析和热特性分析,实现了更准确、更全面、更可靠的芯片质量评估。

本发明授权一种嵌入式存储芯片的质量评估方法在权利要求书中公布了:1.一种嵌入式存储芯片的质量评估方法,其特征在于,包括以下步骤: 步骤S1:根据预选定的目标应用场景进行应用场景数据采集,得到应用场景数据集;对应用场景数据集进行负载特征提取,得到负载特征向量;利用机器学习算法,根据负载特征向量进行负载预测模型训练,得到负载预测模型;根据负载预测模型进行动态负载矩阵生成,得到动态负载矩阵; 步骤S2:根据动态负载矩阵对待测存储芯片进行动态负载施加,得到实时负载状态数据;对待测存储芯片进行电气性能数据采集,得到原始电气性能数据;对原始电气性能数据进行电气性能特征提取,得到电气性能特征数据;对电气性能特征数据以及实时负载状态数据进行特征关联处理,得到电气性能特征向量;根据电气性能特征向量进行芯片潜在性能瓶颈识别,得到性能瓶颈识别结果;根据性能瓶颈识别结果对负载预测模型进行自适应测试条件调整,得到调整后负载参数;根据负载预测模型以及调整后负载参数对动态负载矩阵进行动态负载更新,得到更新动态负载矩阵;根据更新动态负载矩阵进行负载状态实时生成,得到实时更新负载状态数据;根据实时更新负载状态数据以及电气性能特征向量进行电气特性曲线生成,得到电气特性曲线; 步骤S3:根据更新动态负载矩阵进行模拟数据生成,得到模拟数据集;利用模拟数据集对待测存储芯片进行存储行为模拟,并根据电气特性曲线进行储存行为模拟优化,得到模拟行为数据;对模拟行为数据进行读写事件精细化标注,得到精标行为数据;对精标行为数据进行延迟分布统计,得到延迟统计直方图;对精标行为数据进行错误模式识别,得到错误模式特征向量;对精标行为数据进行吞吐量波动分析,得到吞吐量波动曲线;对精标行为数据进行时间局部性分析,得到时间局部性数据;对精标行为数据进行空间局部性分析,得到空间局部性数据;根据时间局部性数据以及空间局部性数据进行局部性特征参数生成,得到局部性特征参数;对延迟统计直方图、错误模式特征向量、吞吐量波动曲线以及局部性特征参数进行数据流特征综合,得到数据流特征;根据数据流特征以及更新动态负载矩阵进行存储行为图谱构建,得到存储行为图谱; 步骤S4包括以下步骤: 步骤S41:根据更新动态负载矩阵对待测存储芯片进行动态负载下的实时监测,得到实时温度功耗数据; 步骤S42:对实时温度功耗数据进行热功耗特征提取,得到热功耗特征向量; 步骤S43:根据热功耗特征向量以及存储行为图谱进行热稳定性分析,得到热稳定性指标; 步骤S44:根据热功耗特征向量以及存储行为图谱进行能效比分析,得到能效比指标; 步骤S45:根据热稳定性指标、能效比指标以及更新动态负载矩阵进行热耗能特征矩阵构建,得到热耗能特征矩阵; 步骤S5:对更新动态负载矩阵、电气特性曲线、存储行为图谱以及热耗能特征矩阵进行特征数据标准化,得到标准化特征数据集;对标准化特征数据集进行权重确定,得到特征权重;根据标准化特征数据集以及特征权重进行质量评估模型构建,得到质量评估模型;利用质量评估模型对标准化特征数据集进行质量综合评分计算,得到质量综合评分;根据质量综合评分进行芯片分级与筛选,得到芯片分级结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都职业技术学院,其通讯地址为:610000 四川省成都市高新区站华路15号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。