En el vertiginoso desarrollo de nuevas tecnologías de dispositivos de potencia, definir y validar ventanas de proceso robustas para los módulos de fabricación clave es fundamental.pero requiere mucho tiempo. Los ciclos de aprendizaje experimental tradicionales pueden alargar significativamente los plazos de los proyectos.
Esta presentación muestra un enfoque innovador que combina datos de simulación TCAD con la plataforma de optimización bayesiana de vanguardia de JMP para determinar de manera eficiente el punto de funcionamiento óptimo para una nueva generación de MOSFET de potencia.minimizando la necesidad de ciclos de aprendizaje extensos en el silicio.
Mediante un modelo de proceso gaussiano basado en simulaciones TCAD y la herramienta Design Space Profiler de JMP, exploramos exhaustivamente las superficies de respuesta en todo el espacio de factores para identificar las regiones dentro de las especificaciones de todos los parámetros críticos de rendimiento. Esta estrategia basada en datos guió el diseño del primer experimento físico a través de JMP Custom Designer, lo que garantizó un plan experimental preciso y eficiente.
A medida que se disponga de datos de pruebas eléctricas, estos se integrarán para refinar y validar el modelo predictivo, mejorando su precisión y permitiendo una toma de decisiones más rápida e inteligente en el desarrollo de plataformas tecnológicas.
Este trabajo pone de relieve el potencial de combinar la simulación avanzada con el análisis flexible de JMP para acelerar la innovación y reducir el riesgo de desarrollo en la fabricación de semiconductores.
