Полупроводници и микроелектроника

Описание
Предскажете диелектрични, термични и електронни свойства на полупроводникови материали, преди да отгледате пластина. MatterSeek съчетава HNN двигател с автономна лаборатория.

Полупроводници и микроелектроника —Материална система / Предсказуема производителност / Път на валидиране
AI за полупроводникови материали — екранни диелектрици, широколентови и тънкослойни кандидати, преди да отгледате вафла
Диелектрици, широколентови съединения, тънкослойни стекове и опаковъчни материали могат да бъдат проверени в софтуера, преди да бъде насрочен единичен цикъл на отлагане или електрически тест — след това валидирани в автономна лаборатория.
Нов диелектрик с ниско k, оксид с висок k или широколентово съединение обикновено преминава през синтез, отлагане, моделиране, отгряване и електрическо характеризиране, преди някой да разбере дали формулировката е жизнеспособна. Този цикъл струва седмици на кандидат и произвежда данни, които рядко се обобщават за следващата композиция.
MatterSeek анализира описанието, изгражда композиционното пространство и връща класирани кандидати с прогнозирани свойства и несигурност. Боравенето с композицията поддържа от един до четири основни елемента с контрол на нивото на допинг с точност 0,02, което съответства на действителния обхват на проучванията за допинг на полупроводници. Прогнозата се изпълнява за приблизително една минута за два основни елемента, две минути за три и седем минути за четири.
Двигателят обхваща семейства, включително електрохимично, диелектрично, термично, термодинамично, магнитно, оптично и механично поведение - сред които диелектрична константа, точка на топене, свръхпроводяща критична температура, коефициент на Seebeck, фактор на мощността и термоелектрическа стойност. Резултатите се връщат като радарни диаграми за сравняване на множество свойства, 2D и 3D топлинни карти за пейзажи състав – свойство и таблици с данни за експортиране.
Предвидените кандидати могат да бъдат вкарани в автономната лаборатория на MatterSeek с площ от 1200 m², организирана в шест процесни групи, които включват чисто отлагане на тънък слой и последваща обработка. Характеризирането — XRD, XRF, Raman и едновременен термичен анализ — е автоматизирано, с обявена цел от 300 до 500 проби на ден в зависимост от пътя на синтез. Точността на модела е 95,7% спрямо физическото измерване, а измерените резултати се връщат обратно за прецизиране на следващия кръг на прогнозиране.
Включете диелектрични и изолационни слоеве, широколентови съединения за захранващи устройства, тънкослойни и свързващи материали и опаковъчни материали.
ЧЗВ
Въпрос: Може ли изкуственият интелект да предвиди диелектричната константа, преди да бъде синтезиран материал?
A: Да. MatterSeek предвижда диелектрична константа и други свойства само от състава, връщайки стойност с диапазон на несигурност, така че да можете да класирате кандидатите, преди да извършите отлагане и тест на капацитета.
Въпрос: Колко елемента могат да бъдат проверени наведнъж?
A: Един до четири основни елемента, с точност на нивото на допинг от 0,02.
В: Платформата замества ли електрическото характеризиране?
О: Не. Предсказването стеснява пространството за търсене; физическото измерване остава крайният арбитър. Стойността е в това колко малко кандидати сега се нуждаят от измерване.
Yuyao (Beijing) Technology Co., Ltd. е професионална компания, специализирана в пресичането на AI и модерни материали за полупроводници и микроелектроника. Компанията е разработила независимо MatterSeek – основен голям модел, пригоден за сектора на материалите – и е пионер в алгоритъма HNN (Йерархична невронна мрежа), като същевременно изгражда собствена, контролируема база данни за експерименти с материали.

