鸿海研究院运用 AI 研发碳化硅功率元件，可大幅加速开发进程

IT之家于12月30日报道，鸿海科技集团今日宣布，鸿海研究院半导体研究所和人工智能研究所成功将 AI学习模型与强化学习技术相结合，从而大大加速了碳化硅功率半导体的研发进程。

在这项研究中，鸿海研究院采用了强化学习中的策略优化方法，利用了Proximal Policy Optimization（PPO）算法和Actor-Critic（A2C）架构，探索并优化了碳化硅材料的制程参数和器件设计，以提高性能表现。

据IT之家了解，与传统基于多个参数值进行预测的方法不同， 该研究应用AI进行反向预测。设置目标值后，直接找出相应的设计参数，可以减少设计人员的试验次数，提高效率。

这种技术不仅可以模拟和调整复杂的工艺参数，还可以大大缩短器件开发时间并降低研发成本。例如，在高压高功率碳化硅器件保护环的研究中，研究团队对保护环的关键参数进行了工艺模拟和器件特性模拟，并将结果输入AI模型，成功建立了保护环的AI模型。

该模型能够根据所需器件特性进行参数反馈，利用数据分析与预测 进一步提升碳化硅器件的性能与工艺效率，最终通过实际工艺进行验证。这项研究成果不仅可用于“设计优化”，未来还可扩展至“工艺改进”和“故障诊断”，扩大应用范围（下图为优化后保护环的结构剖面图）。

碳化硅功率半导体因其超宽能隙、耐高温和高压特性，已成为新能源电动车、智能电网以及航天电子系统等高功率应用中的关键材料。

广告声明：文中含有的对外跳转链接（包括但不限于超链接、二维码、口令等形式），旨在传达更多信息，节省筛选时间，结果仅供参考。