• 娱乐圈头条
  • 网站地图 加入收藏
  • 当前位置:娱乐圈头条 > 资讯 > 列表 >

    半导体参数提取,革命性解决方案

    Date:2025-06-08 12:40   来源:证券之星   阅读量:8920   
    公众号记得加星标??,第一时间看推送不会错过。 在半导体技术飞速发展的今天,器件模型日益复杂,紧凑模型参数提取已成为业界面临的重大挑战。传统优化算法受困于梯度变化不明确,极易陷入局部最优,但最终提取结果差强人意的困局。此外,现代半导体模型...

    公众号记得加星标??,第一时间看推送不会错过。

    在半导体技术飞速发展的今天,器件模型日益复杂,紧凑模型参数提取已成为业界面临的重大挑战。传统优化算法受困于梯度变化不明确,极易陷入局部最优,但最终提取结果差强人意的困局。此外,现代半导体模型中存在大量相互关联的参数,这使得传统方法效率更加低下,建模工程师往往需要将参数提取流程拆解为多个冗长繁琐的子步骤,整个过程可能耗费数天甚至数周时间,严重制约开发进度。

    为突破这一技术瓶颈,是德科技重磅推出基于机器学习的全局优化器 ——ML Optimizer,为半导体参数提取带来革命性解决方案!

    欢迎提前扫码预约,

    技术干货+精美奖品在直播间等您。

    相较于传统方法,它能在单个步骤内同步处理海量图形与参数,极大简化参数提取流程,将原本漫长的参数提取周期从数天大幅缩短至短短数小时,大幅提升工作效率。

    此外,ML Optimizer 尤其擅长应对非凸参数空间,凭借先进的机器学习算法,它能突破传统方法的局限,更精准地找到全局最优解,显著提升参数提取的准确性与整体拟合的一致性,为半导体器件模型的精准构建提供坚实保障。

    2025年6月10日 14:00 - 14:45

    嘉宾介绍

    讲解嘉宾

    李依奥

    是德科技

    器件建模应用工程师

    熟悉 IC-CAP、MBP 和 MQA 工具,擅长 HBT 和 GaN HEMT 的器件建模工作。目前专注于将人工神经网络和机器学习优化器(ML Optimizer)应用于器件建模,推动技术创新与发展。

    答疑嘉宾

    邓家媛

    是德科技

    器件建模产品经理

    曾任MBP,MQA技术支持和应用工程师,为全球半导体客户提供技术支持。参与MBP,MQA产品设计和开发,任团队敏捷开发专家。2012年加入是德科技,目前负责器件模型部门MBP,MQA,ICCAP等产品应用开发。

    欢迎提前扫码预约,

    技术干货+精美奖品在直播间等您。

    今天是《半导体行业观察》为您分享的第4059期内容,欢迎关注。

    加星标??第一时间看推送,小号防走丢

    求推荐

    免责声明:该文章系本站转载,旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议,仅供读者参考。

    明星新闻
    明星热图