鸿海研究院利用人工智能推动碳化硅功率元件研发，助力快速技术突破

人工智能助力碳化硅功率元件，鸿海研究院创新引领技术革新

智慧科技

　　 12月30日，鸿海科技集团发布新闻稿称，鸿海研究院旗下的半导体研究所和人工智能研究所成功地将AI学习模型与强化学习技术结合，显著加快了碳化硅功率半导体的研发速度。

　　 在本次研究中，鸿海研究院运用强化学习中的策略优化技术，通过Proximal Policy Optimization (PPO) 算法和融合策略与价值函数的Actor-Critic (A2C) 架构，探索并优化碳化硅材料的工艺参数与器件设计，以提升其性能表现。

　　 据了解，不同于传统的通过多个参数值进行预测的方法，该研究采用AI技术进行逆向预测。在确定目标值之后，直接寻找对应的设计参数，从而在实际应用中减少设计人员的反复试验次数，提高效率。

　　 这项技术不仅能模拟和调整复杂的工艺参数，还大幅缩短了器件开发时间并降低了研发成本。比如，在针对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，并将这些结果输入到AI模型中，最终成功建立了保护环的AI模型。 这种技术的应用无疑为半导体行业的发展注入了新的动力。通过利用先进的模拟工具与人工智能相结合的方法，不仅提高了研究效率，也降低了开发过程中的不确定性和成本风险。这标志着我们在实现更高效、更经济的半导体器件生产方面迈出了重要的一步。

　　 该模型能够根据所需器件特性进行参数反馈，通过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，并最终通过实际工艺进行验证。这项研究成果不仅有助于“设计优化”，未来还可以扩展到“工艺改进”和“故障诊断”，从而扩大其应用范围（下图为优化后保护环的结构剖面图）。 这项技术的发展无疑为半导体行业带来了新的希望。通过精准的数据分析和预测，我们有望看到更多高效且可靠的碳化硅器件问世。这种技术的应用前景广阔，不仅限于当前的设计优化，未来更可能在工艺改进和故障诊断方面发挥重要作用，这将大大提升整个行业的技术水平和生产效率。

　　 碳化硅功率半导体凭借其超宽能隙、耐高温和高压特性，在新能源电动车、智能电网以及航天电子系统等领域中扮演着越来越重要的角色。这种材料不仅能够显著提升设备的性能和效率，还能在极端环境下保持稳定运行。随着技术的不断进步，碳化硅器件的成本也在逐渐降低，这预示着它在未来会有更广泛的应用前景。 这种材料的发展无疑为能源转换和电力管理提供了新的可能性，尤其是在推动绿色能源和高效电力传输方面，碳化硅器件的作用不容小觑。然而，仍需关注的是，如何进一步降低成本和提高产量，以满足日益增长的市场需求。