Semiconductores y microelectrónica

Descripción
Prediga las propiedades dieléctricas, térmicas y electrónicas de los materiales semiconductores antes de desarrollar una oblea. MatterSeek combina un motor HNN con un laboratorio autónomo.

Semiconductores y microelectrónica —Sistema de materiales/rendimiento predecible/vía de validación
IA para materiales semiconductores: dieléctricos de pantalla, candidatos de banda ancha y película delgada antes de cultivar una oblea
Los dieléctricos, los compuestos de banda prohibida ancha, las pilas de películas delgadas y los materiales de embalaje se pueden examinar en el software antes de programar una deposición única o un ciclo de prueba eléctrica y luego validarlos en un laboratorio autónomo.
Un nuevo dieléctrico de baja k, un óxido de puerta de alta k o un compuesto de banda prohibida ancha normalmente pasan por la síntesis, deposición, modelado, recocido y caracterización eléctrica antes de que alguien sepa si la formulación es viable. Ese ciclo cuesta semanas por candidato y produce datos que rara vez se generalizan a la siguiente composición.
MatterSeek analiza la descripción, crea el espacio de composición y devuelve candidatos clasificados con propiedades e incertidumbre previstas. El manejo de la composición admite de uno a cuatro elementos básicos con control de nivel de dopaje con una precisión de 0,02, lo que coincide con el alcance real de los estudios de dopaje de semiconductores. La predicción se ejecuta en aproximadamente un minuto para dos elementos básicos, dos minutos para tres y siete minutos para cuatro.
El motor cubre familias que incluyen comportamiento electroquímico, dieléctrico, térmico, termodinámico, magnético, óptico y mecánico, entre ellos la constante dieléctrica, el punto de fusión, la temperatura crítica superconductora, el coeficiente de Seebeck, el factor de potencia y la figura de mérito termoeléctrica. Los resultados se devuelven como gráficos de radar para comparación de múltiples propiedades, mapas de calor 2D y 3D para paisajes de composición-propiedad y tablas de datos exportables.
Los candidatos previstos se pueden enviar al laboratorio autónomo de 1200 m² de MatterSeek, organizado en seis grupos de procesos que incluyen la deposición limpia de películas finas y el postratamiento. La caracterización (XRD, XRF, Raman y análisis térmico simultáneo) está automatizada, con un objetivo establecido de 300 a 500 muestras por día, dependiendo de la ruta de síntesis. La precisión del modelo es del 95,7 % en comparación con la medición física, y los resultados medidos se retroalimentan para refinar la siguiente ronda de predicción.
Incluye capas dieléctricas y aislantes, compuestos de banda prohibida ancha para dispositivos de potencia, materiales de interconexión y de película delgada y materiales de embalaje.
Preguntas frecuentes
P: ¿Puede la IA predecir la constante dieléctrica antes de sintetizar un material?
R: Sí. MatterSeek predice la constante dieléctrica y otras propiedades solo a partir de la composición, devolviendo un valor con un rango de incertidumbre para que pueda clasificar a los candidatos antes de comprometerse con la capacidad de deposición y prueba.
P: ¿Cuántos elementos se pueden proyectar a la vez?
R: De uno a cuatro elementos básicos, con una precisión de nivel de dopaje de 0,02.
P: ¿La plataforma reemplaza la caracterización eléctrica?
R: No. La predicción reduce el espacio de búsqueda; la medición física sigue siendo el árbitro final. El valor está en que pocos candidatos necesitan ahora mediciones.
Yuyao (Beijing) Technology Co., Ltd. es una empresa profesional especializada en la intersección de IA y materiales avanzados de semiconductores y microelectrónica. La empresa ha desarrollado de forma independiente MatterSeek, un gran modelo fundamental adaptado al sector de materiales, y ha sido pionera en el algoritmo HNN (red neuronal jerárquica), al tiempo que crea una base de datos de experimentos de materiales controlable y patentada.

