鴻海AI再進化！突破碳化矽技術瓶頸、加速半導體技術進展李琦瑋 (2024-12-31 16:48:31)

鴻海科技集團旗下的鴻海研究院傳捷報！鴻海研究院半導體研究所攜手AI研究所，結合鴻揚半導體優異的製造能力，成功將AI學習模型與強化學習（Reinforcement Learning）技術結合，大幅加速碳化矽功率半導體的研發進程，並取得顯著成果。此次研究成果發表於國際知名期刊《IEEE Open Journal of Power Electronics (OJPEL)》。鴻海科技集團旗下的鴻海研究院傳捷報！鴻海研究院半導體研究所攜手AI研究所，結合鴻揚半導體優異的製造能力，成功將AI學習模型與強化學習（Reinforcement Learning）技術結合，大幅加速碳化矽功率半導體的研發進程，並取得顯著成果。此次研究成果發表於國際知名期刊《IEEE Open Journal of Power Electronics (OJPEL)》。

[caption id="attachment_149462" align="alignnone" width="1705"]

鴻海研究院利用AI加速開發碳化矽功率元件，加速第三代半導體技術進展。（圖／記者李琦瑋 攝）[/caption]

鴻海研究院指出，在此次研究中，鴻海研究院採用強化學習中的策略優化方法，透過策略梯度技術中的Proximal Policy Optimization（PPO）演算法和結合策略與價值函數的Actor-Critic（A2C）架構，探索並優化碳化矽材料的製程參數與元件設計，以提升性能表現。不同於以往傳統由多個參數值來預測結果的手法，而是應用AI進行反向預測。在給訂目標值之後，直接找出對應的設計參數出來，如此一來應用在實務中，可以減少設計人員來回試誤的次數，提升效率。

延伸閱讀：智百特結盟鴻海！將共同推動「AI資料中心」創新轉型

鴻海研究院提到，該技術不僅能模擬和調整複雜的製程參數，還能顯著縮短元件開發時間並降低研發成本，為碳化矽技術在功率半導體領域注入新的動力。

鴻海研究院舉例，針對高壓高功率的碳化矽元件保護環研究，研究團隊針對保護環的關鍵參數，進行製程模擬與元件特性模擬，並將結果輸入AI模型，成功建立了保護環的AI模型。

鴻海研究院表示，該模型能根據所需的元件特性進行參數回饋，透過精準的數據分析與預測進一步提升碳化矽元件的性能與製程效率，最後透過實際製程進行驗證。相關研究成果除了可以進行「設計優化」外，未來更可延伸至「製程改良」和「故障診斷」，擴大應用範圍。

※探索職場，透視薪資行情，請參考【科技類-職缺百科】幫助你找到最適合的舞台

這篇文章 鴻海AI再進化！突破碳化矽技術瓶頸、加速半導體技術進展 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。