基于图Transformer的半导体TCAD场预测代理建模框架

《IEEE Journal of the Electron Devices Society》:A Data-Efficient Graph Transformer Surrogate for TCAD Simulation

【字体: 大 中 小 】 时间:2026年09月18日 来源:IEEE Journal of the Electron Devices Society 2.9

编辑推荐:

   摘要:技术计算机辅助设计(TCAD)对于先进半导体器件的开发至关重要,能够实现器件特性的预测与优化。随着半导体器件向纳米尺度发展且结构复杂度不断增加,传统TCAD工具在处理大规模非结构化网格时面临显著的计算瓶颈。为缓解这些效率限制,基于深度学习的代理模型已成为加速仿真过程的

  

摘要:

技术计算机辅助设计(TCAD)对于先进半导体器件的开发至关重要,能够实现器件特性的预测与优化。随着半导体器件向纳米尺度发展且结构复杂度不断增加,传统TCAD工具在处理大规模非结构化网格时面临显著的计算瓶颈。为缓解这些效率限制,基于深度学习的代理模型已成为加速仿真过程的有前景的方法。本文提出了一种基于图Transformer的代理建模框架。通过将基于注意力的聚合与结构位置编码相结合,该模型增强了面向非结构化网格上TCAD场预测的拓扑感知节点表示。在45纳米MOSFET数据集上验证,所提出的架构在保持预测精度的同时降低了对训练数据的依赖。使用包含924个仿真样本的数据集,该模型达到了0.9985的R2得分和3.25×10??的均方误差(MSE)。与以往方法相比,该方法所需的训练数据量不到通常达到可比精度所需量的一半。此外,与传统数值求解器相比,所提出的代理模型在推理阶段实现了近694倍的加速。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号