2022年7月，本课题组刘项同学在微电子领域权威期刊IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems 发表题为“Equiprobability-based Local Response Surface Method for High-Sigma Yield Estimation with Both High Accuracy and Efficiency”文章。

在强大人工智能技术的背后，离不开高性能芯片的支持。由于对先进工艺下高集成度芯片的良率预测复杂度成指数级增加，而传统预测方法难以快速准确的判断芯片的良率是否符合要求，会导致大量的人力物力浪费。高西格玛的良率预测技术已经成为业界痛点。

这篇文章提出了一种新的良率预测算法——基于等概率采样的局部响应面算法(equiprobability-based local response surface method, ELRS)。ELRS通过寻找故障区域与局部响应面构建两个步骤，显著提升了高西格玛良率预测的准确度以及速度。本算法的良率预测精度比目前已有的最优算法高10倍，为业界进行高西格玛良率预测提供了新的方法。