Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Исследователи University of Illinois Chicago представили суррогат для поиска конструкций GaN FinFET; работа опубликована как препринт, не прошедший рецензирование. По замерам авторов, оценка одной конструкции выполняется примерно на четыре порядка быстрее полного расчёта в Sentaurus Device. Подход важен командам, которым стоимость TCAD ограничивает перебор вариантов полупроводникового устройства.
Что сделали
Модель получает тетраэдральную сетку TCAD как граф и в каждом её узле предсказывает электростатический потенциал, а также квазиуровни Ферми электронов и дырок. При обучении ошибку предсказания дополняют невязкой непрерывности тока, рассчитанной методом конечных объёмов на рёбрах сетки. Это должно сохранять физическую согласованность результата при переходе к устройствам другого размера.
Несколько экземпляров модели образуют ансамбль: расхождение их прогнозов служит оценкой неопределённости. Контур активного обучения сначала проверяет кандидатов суррогатом, а затем отправляет в Sentaurus только варианты с наиболее информативными результатами. Обучающий набор авторы собрали тем же способом из 200 конструкций.
В пределах обучающего диапазона среднеквадратичная ошибка полей составляла 0,16–1,3 В. При переносе на более крупные сетки физически-информированная модель деградировала медленнее варианта той же архитектуры, обученного только по данным.
Что это значит
Практическая схема здесь состоит не в полной замене TCAD, а в разделении ролей: суррогат дешёво сортирует большую выборку, а исходный симулятор проверяет выбранные конструкции. Работа с сеткой также снимает требование сводить геометрию к фиксированному набору параметров и позволяет применять одну модель к графам разного размера.
Ограничения. Модель обучали на GaN FinFET с числом рёбер затвора не более пяти, а перенос проверяли на той же архитектуре устройства вплоть до 40 рёбер. Кодирование материалов привязано к конкретному стеку GaN, AlGaN, HfO2, TiN и Au, поэтому работа не показывает перенос на другие материалы и семейства приборов. Авторы сравнили подход с Sentaurus Device и собственной моделью без физической функции потерь, но не провели прямого экспериментального сравнения с другими суррогатами на сетках или методами активного поиска.
Источники
Иллюстрация: рисунок из статьи «Mesh-Native Physics-Informed Graph Surrogates for TCAD-in-the-Loop Design Space Exploration», Leonid Popryho, Ayoub Sadeghi, Inna Partin-Vaisband, CC BY 4.0
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
