パワー半導体GaNでは、ナノメートル（1mmの100万分の1）単位のごく微小な粗さも 性能を左右するため、従来では円柱を作った後の結晶加工は必須でした。 適切な実験条件を見つけるためには、まずは傾向を見るだけでも、1因子ごとに 最低でも2通りの条件で実験をする必要があるため、5因子の場合だと、最低でも 32回の実験が必要です。 その傾向をもとに何十通りもの実験条件を試して、適切な結果を導き出す因子の 組み合わせを探します。そのため、従来の実験を中心とした最適化手法だと、 かなりの実験回数が必要でした。 それに対して、アイクリスタル社の、結果から学習・探索し、条件を提示する アプローチでは、実験回数を19回に抑えることができました。 しかもそれは後工程を省略できるほどの加工精度と、目標以上。追加の設備投資が 不要になったことのメリットの大きさは言うまでもありません。 ここでも適切とされた条件は、技術者が試したことのなかった組み合わせであり、 AIと人間の協働の価値を表している事例と言えます。 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• その他解析
• 解析サービス
• その他の各種サービス

「GaN(ガリウムナイトライド)」とは、5G基地局の電源としても採用が 期待されている、パワー半導体です。薄切りの円盤のウエハとして使われるのが 一般的ですが、最初に製造する状態は円柱形です。 GaNの円柱は、下から空いた穴からGaNの原料となるガスを噴出し、結晶を 成長させます。実際の穴は100個以上で、無限の組み合わせがあります。 シミュレーションをすると、それにかかるのは1条件なんと6時間。1000通りやると 6000時間=250日とかなりの時間が奪われてしまいます。 そこで活躍するのが、アイクリスタル社の「プロセスインフォマティクス」です。 ランダムに作った1000通りのシミュレーション結果をAIに学習させることで、 計算時間を大幅に短縮します。その時間なんと、1条件につきわずか1秒。 AIにより計算時間を大幅に短縮できたことで、10000通りもの条件を たった3時間程度で計算可能に。これによりガス条件・穴の配置を最適化でき、 成長速度をなんと3倍にすることに成功しました。 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• その他解析
• 解析サービス
• その他の各種サービス