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
声明:本网转发此文,旨在为读者提供更多资讯信息,所渉内容不构成投资、建议消费。文章内容如有疑问,请与有关方核实,文章观点非本网站观点,仅供读者参考。
消息称台积电在德新厂要求50亿欧元补贴,占总投资
,据彭博社消息,台积电正与德国政府进行激烈的争论,为其在德新建的...
税收大数据显示:中国建设统一大市场呈现“三强”态
中国正在建设高效规范、公平竞争、充分开放的全国统一大市场。国家税...
百度推出集成在手表的AI产品“小表AI”App,
,百度旗下的子公司小度近日推出了一款名为“小表AI”的产品,旨在...
徕卡Q3紧凑型全画幅相机发布:升级6000万像素
感谢IT之家网友雨雪载途、独立摄影师的线索投递!,今晚徕卡发布了...
责任照亮未来丨筑梦亚运,小排球教培项目启动
5月25日,中国太保在青海省共和县第二寄宿制小学,开展“责任照亮...
新房准备租出去怎么装修最省钱装修过程中8个容易省
导读大家好,小号哥来为大家解答以上问题什么颜色头发显白,显白的发...