Polovodiče a mikroelektronika

1

 

Popis

Předvídejte dielektrické, tepelné a elektronické vlastnosti polovodičových materiálů dříve, než vypěstujete destičku. MatterSeek spojuje motor HNN s autonomní laboratoří.

 

productcate-1600-900

Polovodiče a mikroelektronika —Materiálový systém / Předvídatelný výkon / Cesta ověření

 

 

 

 

 

Umělá inteligence pro polovodičové materiály — Dielektrika obrazovky, Wide-Bandgap a Thin-Film Kandidáti, než si vypěstujete plátek

 

 

1. MatterSeek je platforma pro výzkum a vývoj materiálů AI, která předpovídá vlastnosti polovodičových materiálů přímo z chemického složení.

Dielektrika, širokopásmové sloučeniny, tenké vrstvy a obalové materiály mohou být všechny testovány v softwaru před naplánováním jediného nanášecího nebo elektrického testovacího cyklu – a poté ověřeny v autonomní laboratoři.

2. Vývoj polovodičových materiálů je pomalý ze strukturálních důvodů: objevování vlastností je bráněno nákladnou, nízkovýkonnou fyzickou iterací.

Nové nízkok dielektrikum, vysokok hradlový oxid nebo sloučenina se širokým pásmovým odstupem obvykle prochází syntézou, depozicí, vzorováním, žíháním a elektrickou charakterizací, než kdokoli ví, zda je formulace životaschopná. Tato smyčka stojí týdny na kandidáta a produkuje data, která se jen zřídka zobecňují na další složení.

3. Jak pracovní postup běží. Cíl popisujete srozumitelným jazykem – například rozsah základního složení plus požadované okno vlastností, jako je dielektrická konstanta mezi 20 a 60 nebo bod tání nad 1 000 K.

MatterSeek analyzuje popis, vytváří prostor kompozice a vrací hodnocené kandidáty s předpokládanými vlastnostmi a nejistotou. Manipulace se složením podporuje jeden až čtyři základní prvky s kontrolou úrovně dopingu s přesností 0,02, což odpovídá skutečnému rozsahu studií dopingu polovodičů. Predikce běží zhruba za jednu minutu pro dva základní prvky, dvě minuty pro tři a sedm minut pro čtyři.

4. Vlastnosti v rozsahu.

Motor pokrývá rodiny zahrnující elektrochemické, dielektrické, tepelné, termodynamické, magnetické, optické a mechanické chování – mezi ně patří dielektrická konstanta, bod tání, supravodivá kritická teplota, Seebeckův koeficient, účiník a termoelektrická hodnota. Výsledky jsou vráceny jako radarové grafy pro srovnání více vlastností, 2D a 3D tepelné mapy pro krajiny kompozice a vlastností a exportovatelné datové tabulky.

5. Kde autonomní laboratoř uzavírá smyčku.

Předvídané kandidáty mohou být vtlačeny do autonomní laboratoře MatterSeek o rozloze 1 200 m², organizované do šesti procesních klastrů, které zahrnují čisté nanášení tenkých vrstev a následnou úpravu. Charakterizace – XRD, XRF, Ramanova a simultánní termická analýza – je automatizovaná, s uvedeným cílem 300 až 500 vzorků za den v závislosti na cestě syntézy. Přesnost modelu je 95,7 % ve srovnání s fyzickým měřením a naměřené výsledky jsou zpětné vazby pro upřesnění dalšího kola predikce.

6. Materiálové systémy již řešeny

Zahrnuje dielektrické a izolační vrstvy, širokopásmové směsi pro napájecí zařízení, tenkovrstvé a propojovací materiály a obalové materiály.

 

FAQ

 

 

Otázka: Dokáže umělá inteligence předpovědět dielektrickou konstantu předtím, než je materiál syntetizován?

A: Ano. MatterSeek předpovídá dielektrickou konstantu a další vlastnosti ze samotného složení a vrací hodnotu s rozsahem nejistoty, takže můžete seřadit kandidáty před provedením depozice a testování kapacity.

Otázka: Kolik prvků lze promítat najednou?

Odpověď: Jeden až čtyři základní prvky, s přesností úrovně dopingu 0,02.

Otázka: Nahrazuje platforma elektrickou charakterizaci?

Odpověď: Ne. Predikce zužuje vyhledávací prostor; Fyzické měření zůstává konečným arbitrem. Hodnota je v tom, jak málo kandidátů nyní potřebuje měření.

Yuyao (Beijing) Technology Co., Ltd. je profesionální společnost specializující se na průnik AI a pokročilých materiálů polovodičů a mikroelektroniky. Společnost nezávisle vyvinula MatterSeek – základní velký model šitý na míru sektoru materiálů – a byla průkopníkem algoritmu HNN (Hierarchical Neural Network) a zároveň vybudovala vlastní, ovladatelnou databázi experimentů s materiály.