【技术实现步骤摘要】
本专利技术属于晶圆缺陷检测，本专利技术涉及一种基于混合激活函数网络的晶圆缺陷检测igp处理单元。
技术介绍
1、晶圆作为芯片生产的基础材料，对芯片的质量有着直接影响，一旦晶圆中存在缺陷瑕疵，必然会对芯片的良率和性能产生重大影响，进而提高芯片研发制造成本，影响正常功能的实现。然而，晶圆作为高精密的部件，其缺陷通常非常隐蔽微小，难以发现和排除，传统依靠人工的检测方法和目前常用的机器视觉算法在晶圆检测方法则存在成本高昂、效率低下等问题，限制了芯片检测的质量和效率。
2、激活函数是神经网络中的一个重要组成部分，为了提升神经网络的表达能力，目前大量使用非线性激活函数，如swish、mish、sigmoid 和tanh 等。但是这些函数需要进行指数运算和浮点数除法等操作，导致计算逻辑复杂，运算量大，特别是晶圆缺陷检测中，因标准图幅较大，所需要的运算量会更大。而如果需要更高的精度，则会导致运算量的进一步上升。在硬件实现中，激活函数的实现通常有三种基本方法：查表法、线性分段拟合法和非线性拟合法，其中查表法速度较快但需要占用较大存储空间，线性分段拟合法运算速度较快但精度较低，非线性拟合法精度高但运算量较大。因此神经网络的检测速度和精度均有待提高。
技术实现思路
1、本专利技术的目的在于提供一种基于混合激活函数网络的晶圆缺陷检测igp处理单元，以arm cpu和npu的混合硬件结构为基础，通过引入帕德逼近算法和混合激活函数改进网络的精度和计算效率，有效提高了晶圆缺陷检测的精度和速度。>
2、实现本专利技术目的的技术解决方案为：
3、一种基于混合激活函数网络的晶圆缺陷检测igp处理单元，包括：
4、中央处理器cpu，用于任务的调度、计算资源的管理、控制逻辑的实现；
5、神经网络处理单元npu，用于运行晶圆缺陷检测神经网络算法，完成晶圆缺陷检测；所述晶圆缺陷检测神经网络算法包括激活函数，优化激活函数运算，使用帕德逼近算法拟合，进一步拟合激活函数；
6、存储阵列，用于完成晶圆图像数据的存储和训练数据的存储；
7、高速接口组件，包括多种类型的数据传输接口；
8、图像采集卡，用于高速接收成像设备对晶圆表面成像的数据，并将图像数据通过数据总线向中央处理器和神经网络处理单元进行传递。
9、优选的技术方案中，所述晶圆缺陷检测神经网络算法的网络架构融合draknet-53、特征金字塔和深度森林，其中包含卷积、池化、转置卷积、激活函数多种计算单元。
10、优选的技术方案中，所述晶圆缺陷检测神经网络算法的特征提取部分的激活函数使用tanh激活函数，而在模型检测头部分的激活函数使用sigmoid函数。
11、优选的技术方案中，所述使用帕德逼近算法拟合的方法包括：
12、函数由下述形式幂级数定义的函数，其中为每一项的系数，为每一项的索引；
13、
14、如果存在两个无公共因子多项式、，其中、分别为两个多项式的最大次数，它们的系数由下式确定：
15、
16、同时如果满足条件，则称有理因式为函数的阶帕德逼近，其中、表示为：
17、
18、其中，为多项式各项的系数，为多项式各项的系数；
19、使用帕德逼近算法拟合，得到，其中两个多项式、分别为：
20、。
21、优选的技术方案中，选择4阶帕德逼近，即，使用帕德逼近算法拟合sigmoid、tanh函数得到：
22、。
23、本专利技术还公开了一种基于混合激活函数网络的晶圆缺陷检测igp处理方法，包括以下步骤：
24、s01：通过图像采集卡高速接收成像设备对晶圆表面成像的数据，并将图像数据通过数据总线向中央处理器和神经网络处理单元进行传递；
25、s02：神经网络处理单元运行晶圆缺陷检测神经网络算法，完成晶圆缺陷检测；所述晶圆缺陷检测神经网络算法包括激活函数，优化激活函数运算，使用帕德逼近算法拟合，进一步拟合激活函数；
26、s03：通过中央处理器cpu进行任务的调度、计算资源的管理、控制逻辑的实现；通过存储阵列完成晶圆图像数据的存储和训练数据的存储。
27、优选的技术方案中，所述晶圆缺陷检测神经网络算法的特征提取部分的激活函数使用tanh激活函数，而在模型检测头部分的激活函数使用sigmoid函数。
28、优选的技术方案中，所述使用帕德逼近算法拟合的方法包括：
29、函数由下述形式幂级数定义的函数，其中为每一项的系数，为每一项的索引；
30、
31、如果存在两个无公共因子多项式、，其中、分别为两个多项式的最大次数，它们的系数由下式确定：
32、
33、同时如果满足条件，则称有理因式为函数的阶帕德逼近，其中、表示为：
34、
35、其中，为多项式各项的系数，为多项式各项的系数；
36、使用帕德逼近算法拟合，得到，其中两个多项式、分别为：
37、。
38、优选的技术方案中，选择4阶帕德逼近，即，使用帕德逼近算法拟合sigmoid、tanh函数得到：
39、。
40、本专利技术又公开了一种晶圆缺陷检测的硬件实现方法，包括以下步骤：
41、构建晶圆缺陷检测神经网络算法，神经网络算法包括激活函数，优化激活函数运算，使用帕德逼近算法拟合，进一步拟合激活函数；
42、通过神经网络处理单元npu运行晶圆缺陷检测神经网络算法，完成晶圆缺陷检测。
43、本专利技术与现有技术相比，其显著优点为：
44、以arm cpu和npu的混合硬件结构为基础，使用深度神经网络进行晶圆缺陷的检测。为了克服硬件实现中非线性拟合法计算量大的问题，使用帕德逼近算法完成激活函数的高精度拟合，实现了运算量和精度之间更好的平衡。为了克服神经网络中单一激活函数运算精度低的问题，通过融合使用不同的激活函数，提高了神经网络的检测精度和速度。通过这些方法，有效提高了晶圆缺陷检测的速度，具有广阔的应用市场空间和经济价值。
本文档来自技高网...【技术保护点】
1.一种基于混合激活函数网络的晶圆缺陷检测IGP处理单元，其特征在于，包括：
2.根据权利要求1所述的基于混合激活函数网络的晶圆缺陷检测IGP处理单元，其特征在于，所述晶圆缺陷检测神经网络算法的网络架构融合Draknet-53、特征金字塔和深度森林，其中包含卷积、池化、转置卷积、激活函数多种计算单元。
3.根据权利要求2所述的基于混合激活函数网络的晶圆缺陷检测IGP处理单元，其特征在于，所述晶圆缺陷检测神经网络算法的特征提取部分的激活函数使用Tanh激活函数，而在模型检测头部分的激活函数使用Sigmoid函数。
4.根据权利要求1或3所述的基于混合激活函数网络的晶圆缺陷检测IGP处理单元，其特征在于，所述使用帕德逼近算法拟合的方法包括：
5.根据权利要求4所述的基于混合激活函数网络的晶圆缺陷检测IGP处理单元，其特征在于，选择4阶帕德逼近，即，使用帕德逼近算法拟合Sigmoid、Tanh函数得到：
6.一种基于混合激活函数网络的晶圆缺陷检测IGP处理方法，其特征在于，包括以下步骤：
7.根据权利要求6所述的基
8.根据权利要求6所述的基于混合激活函数网络的晶圆缺陷检测IGP处理方法，其特征在于，所述使用帕德逼近算法拟合的方法包括：
9.根据权利要求8所述的基于混合激活函数网络的晶圆缺陷检测IGP处理方法，其特征在于，选择4阶帕德逼近，即，使用帕德逼近算法拟合Sigmoid、Tanh函数得到：
10.一种晶圆缺陷检测的硬件实现方法，其特征在于，包括以下步骤：
...【技术特征摘要】
1.一种基于混合激活函数网络的晶圆缺陷检测igp处理单元，其特征在于，包括：
2.根据权利要求1所述的基于混合激活函数网络的晶圆缺陷检测igp处理单元，其特征在于，所述晶圆缺陷检测神经网络算法的网络架构融合draknet-53、特征金字塔和深度森林，其中包含卷积、池化、转置卷积、激活函数多种计算单元。
3.根据权利要求2所述的基于混合激活函数网络的晶圆缺陷检测igp处理单元，其特征在于，所述晶圆缺陷检测神经网络算法的特征提取部分的激活函数使用tanh激活函数，而在模型检测头部分的激活函数使用sigmoid函数。
4.根据权利要求1或3所述的基于混合激活函数网络的晶圆缺陷检测igp处理单元，其特征在于，所述使用帕德逼近算法拟合的方法包括：
5.根据权利要求4所述的基于混合激活函数网络的晶圆缺陷检测igp处理单元，其特征在于，选择4...
【专利技术属性】
技术研发人员：史曼芸，张夏玮，刘佳妮，王佳怡，谢志鑫，张贵阳，吴春彪，杨兰玉，孙国栋，
申请(专利权)人：常熟理工学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。