半導体およびマイクロエレクトロニクス

説明
ウェーハを成長させる前に、半導体材料の誘電特性、熱特性、電子特性を予測します。 MatterSeek は、HNN エンジンと自律型ラボを組み合わせます。

半導体およびマイクロエレクトロニクス —材料システム / 予測可能なパフォーマンス / 検証経路
半導体材料向け AI — ウェーハを成長させる前に誘電体、ワイドバンドギャップ、薄膜の候補をスクリーンする
誘電体、ワイドバンドギャップ化合物、薄膜スタック、およびパッケージング材料はすべて、単一の蒸着または電気テストサイクルがスケジュールされる前にソフトウェアでスクリーニングされ、その後、自律的な実験室で検証されます。
新しい low-k 誘電体、high-k ゲート酸化物、またはワイドバンドギャップ化合物は、通常、その配合が実行可能かどうかを知る前に、合成、堆積、パターニング、アニーリング、および電気的特性評価を経る必要があります。このループには候補ごとに数週間のコストがかかり、生成されるデータは次の構成に一般化されることはほとんどありません。
MatterSeek は説明を解析し、構成空間を構築し、予測された特性と不確実性を備えたランク付けされた候補を返します。組成処理は、0.02 精度でドーピング レベル制御を行う 1 ~ 4 つの基本要素をサポートします。これは、半導体ドーピング研究の実際の範囲と一致します。予測は、基本要素 2 つで約 1 分、基本要素 3 つで 2 分、基本要素 4 つで 7 分で実行されます。
このエンジンは、電気化学、誘電、熱、熱力学、磁気、光学、機械的挙動を含むファミリーをカバーしており、その中には誘電率、融点、超電導臨界温度、ゼーベック係数、力率、熱電性能指数などがあります。結果は、複数のプロパティを比較するためのレーダー チャート、組成とプロパティのランドスケープに関する 2D および 3D ヒート マップ、およびエクスポート可能なデータ テーブルとして返されます。
予測された候補は、クリーンな薄膜堆積と後処理を含む 6 つのプロセス クラスターに編成された MatterSeek の 1,200 平方メートルの自律型ラボに押し込むことができます。 XRD、XRF、ラマンおよび同時熱分析といった特性評価は自動化されており、合成ルートに応じて 1 日あたり 300 ~ 500 サンプルを目標としています。モデルの精度は物理測定に対して 95.7% であり、測定結果は次の予測ラウンドを改良するためにフィードバックされます。
誘電体および絶縁層、パワーデバイス用のワイドバンドギャップ化合物、薄膜および相互接続材料、およびパッケージング材料が含まれます。
よくある質問
Q: AI は材料を合成する前に誘電率を予測できますか?
A: はい。 MatterSeek は、組成のみから誘電率やその他の特性を予測し、不確実性の範囲を含む値を返すため、堆積をコミットして容量をテストする前に候補をランク付けできます。
Q: 一度にいくつの要素をスクリーニングできますか?
A: 1 ~ 4 つの基本要素、ドーピング レベルの精度は 0.02。
Q: プラットフォームは電気的特性評価に代わるものですか?
A: いいえ。予測は検索スペースを狭めます。物理的測定が最終的な裁定者であることに変わりはありません。価値は、現在測定を必要とする候補者がどれだけ少ないかにあります。
Yuyao (Beijing) Technology Co., Ltd. は、AI と半導体およびマイクロエレクトロニクスの先端材料の融合を専門とする専門会社です。同社は、材料分野に合わせた基礎的な大規模モデルである MatterSeek を独自に開発し、独自の制御可能な材料実験データベースを構築しながら、HNN (階層ニューラル ネットワーク) アルゴリズムを先駆けて開発しました。

