1.一种半导体器件失效时刻预测方法，包括：获取所述半导体器件的静态参数的第一阶段测试数据，其中，所述测试数据为时间序列数据；基于所述第一阶段测试数据和预先构建的差分整合移动平均自回归ARIMA模型得到所述半导体器件的第二阶段预测数据，所述ARIMA模型根据第二半导体器件从初始时刻至失效时刻的全部测试数据训练得到，所述第二半导体器件与所述半导体器件具有相同类型；基于所述半导体器件的第二阶段预测数据确定所述半导体器件的失效时刻；其中，所述半导体器件的静态参数的第一阶段测试数据是对应时间区间为（0，t1]的测试数据，所述半导体器件的静态参数的第二阶段预测数据是对应时间区间为（t1，t2]的预测数据，其中，0为测试的起始时刻，t1为所述静态参数的变化值达到第一预设阈值的时刻，所述第一预设阈值大于等于4%且小于等于6%，t2为所述静态参数的变化值达到第二预设阈值的时刻；所述第二预设阈值是所述半导体器件失效时对应的静态参数的退化量；所述基于所述第一阶段测试数据和预先构建的差分整合移动平均自回归ARIMA模型得到所述半导体器件的第二阶段预测数据，包括：确定所述第一阶段测试数据中，初始值的波动值小于第三预设阈值的时刻为t3，确定时间区间[t3，t1]对应的测试数据为所述半导体器件的静态参数的第三阶段测试数据，基于所述第三阶段测试数据和预先构建的ARIMA模型预测所述半导体器件的第二阶段预测数据，在构建所述ARIMA模型后，获取所述第二半导体器件的静态参数的第三阶段测试数据和第二阶段测试数据；所述第二阶段测试数据为对应时间区间为（t1，t2]的测试数据；基于所述第二半导体器件的第三阶段测试数据和所述ARIMA模型，得到所述第二半导体器件的第二阶段预测数据；获取所述第二半导体器件的第二阶段测试数据与所述第二半导体器件的第二阶段预测数据之间的相关度；确定所述相关度小于第四预设阈值时，更新所述时刻t1；基于更新后的时间区间[t3，t1]得到所述第二半导体器件更新后的第三阶段测试数据，并基于所述更新后的第三阶段测试数据和所述ARIMA模型再次预测所述第二半导体器件的第二阶段预测数据，直至所述相关度大于等于所述第四预设阈值。
2.根据权利要求1所述的方法，其中，所述半导体器件的静态参数为受热载流子效应影响整体单向平稳退化的参数。
3.根据权利要求1-2中任一项所述的方法，其中，所述ARIMA模型采用以下方式构建：获取第二半导体器件的静态参数测试数据；对所述测试数据进行平稳性处理，得到平稳时间序列数据，以及所述ARIMA模型的阶数d；获取所述平稳时间序列数据的自相关函数ACF和偏自相关函数PACF；基于所述ACF和PACF的截尾和/或拖尾情况，确定所述ARIMA模型的自回归项数p和滑动平均项数q的取值区间；分别遍历所述p和q的取值区间，得到所述ARIMA模型的赤池信息量AIC或贝叶斯信息量BIC；基于所述AIC或BIC最小时对应的p和q，以及所述阶数d构建所述ARIMA模型。
4.根据权利要求1所述的方法，所述基于所述半导体器件的第二阶段预测数据确定所述半导体器件的失效时刻，包括：基于所述半导体器件的第二阶段预测数据确定所述半导体器件的静态参数的变化值达到第二预设阈值的时刻t2；确定所述t2为所述半导体器件的失效时刻。
5.一种半导体器件失效时刻预测装置，包括：第一获取单元，被配置为获取所述半导体器件的静态参数的第一阶段测试数据，其中，所述测试数据为时间序列数据；预测单元，被配置为基于所述第一阶段测试数据和预先构建的ARIMA模型得到所述半导体器件的第二阶段预测数据，所述ARIMA模型根据第二半导体器件从初始时刻至失效时刻的全部测试数据训练得到，所述第二半导体器件与所述半导体器件具有相同类型；确定单元，被配置为基于所述半导体器件的第二阶段预测数据确定所述半导体器件的失效时刻；其中，所述半导体器件的静态参数的第一阶段测试数据是对应时间区间为（0，t1]的测试数据，所述半导体器件的静态参数的第二阶段预测数据是对应时间区间为（t1，t2]的预测数据，其中，0为测试的起始时刻，t1为所述静态参数的变化值达到第一预设阈值的时刻，所述第一预设阈值大于等于4%且小于等于6%，t2为所述静态参数的变化值达到第二预设阈值的时刻；所述第二预设阈值是所述半导体器件失效时对应的静态参数的退化量；所述基于所述第一阶段测试数据和预先构建的ARIMA模型得到所述半导体器件的第二阶段预测数据，包括：确定所述第一阶段测试数据中，初始值的波动值小于第三预设阈值的时刻为t3，确定时间区间[t3，t1]对应的测试数据为所述半导体器件的静态参数的第三阶段测试数据，基于所述第三阶段测试数据和预先构建的ARIMA模型预测所述半导体器件的第二阶段预测数据，在构建所述ARIMA模型后，获取所述第二半导体器件的静态参数的第三阶段测试数据和第二阶段测试数据；所述第二阶段测试数据为对应时间区间为（t1，t2]的测试数据；基于所述第二半导体器件的第三阶段测试数据和所述ARIMA模型，得到所述第二半导体器件的第二阶段预测数据；获取所述第二半导体器件的第二阶段测试数据与所述第二半导体器件的第二阶段预测数据之间的相关度；确定所述相关度小于第四预设阈值时，更新所述时刻t1；基于更新后的时间区间[t3，t1]得到所述第二半导体器件更新后的第三阶段测试数据，并基于所述更新后的第三阶段测试数据和所述ARIMA模型再次预测所述第二半导体器件的第二阶段预测数据，直至所述相关度大于等于所述第四预设阈值。
6.根据权利要求5所述的装置，其中，所述半导体器件的静态参数为受热载流子效应影响整体单向平稳退化的参数。
7.根据权利要求5-6中任一项所述的装置，其中，所述ARIMA模型采用以下方式构建：获取第二半导体器件的静态参数测试数据；对所述测试数据进行平稳性处理，得到平稳时间序列数据，以及所述ARIMA模型的阶数d；获取所述平稳时间序列数据的自相关函数ACF和偏自相关函数PACF；基于所述ACF和PACF的截尾和/或拖尾情况，确定所述ARIMA模型的自回归项数p和滑动平均项数q的取值区间；分别遍历所述p和q的取值区间，得到所述ARIMA模型的AIC或BIC；基于所述AIC或BIC最小时对应的p和q，以及所述阶数d构建所述ARIMA模型。
8.根据权利要求5所述的装置，所述基于所述半导体器件的第二阶段预测数据确定所述半导体器件的失效时刻，包括：基于所述半导体器件的第二阶段预测数据确定所述半导体器件的静态参数的变化值达到第二预设阈值的时刻t2；确定所述t2为所述半导体器件的失效时刻。
9.一种电子设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-4中任一项所述的方法步骤。
10.一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现权利要求1-4中任一项所述的方法步骤。
