【儀表網(wǎng) 研發(fā)快訊】IEEE國際電子器件會議(IEDM)是電子器件領域的全球頂級學術會議，被譽為該領域的“奧林匹克盛會”，2025年IEDM大會于近日召開，本屆大會的主題為“100 YEARS of FETs: SHAPING the FUTURE of DEVICE INNOVATIONS”。
 

　　上海微系統(tǒng)所程新紅研究員、鄭理研究員課題組在寬禁帶半導體功率器件領域取得重要突破，提出了一種基于物理信息圖神經(jīng)網(wǎng)絡的統(tǒng)一電熱建?？蚣?A Unified Deep Learning-Accelerated Electro-Thermal Modeling Framework for Wide-Bandgap Power Devices)，實現(xiàn)了對寬禁帶半導體功率器件在多尺度、多結構、多偏壓條件下的高效、精準建模。該研究成果在IEDM 2025報道。博士生張程為本論文第一作者，鄭理研究員、程新紅研究員為論文通訊作者。
 

　　寬禁帶半導體器件因其高頻率、高效率等優(yōu)勢，在新能源汽車、工業(yè)控制、軌道交通等領域具有廣闊應用前景。然而，其高功率密度帶來的熱積累問題嚴重制約了器件的可靠性與壽命。傳統(tǒng)電熱仿真方法計算成本高、收斂困難，難以支撐快速迭代的設計需求。
 

　　本工作中，上海微系統(tǒng)所研究團隊創(chuàng)新性地將偏微分方程嵌入圖神經(jīng)網(wǎng)絡中，構建了具有物理約束的深度學習模型(PIGNN)，實現(xiàn)了對器件電熱行為的快速預測。該模型在保持高精度的同時，仿真速度較傳統(tǒng)有限元方法提升超過5000倍，并具備良好的泛化能力，可適應不同結構、材料與偏置條件。
 

圖1 (a) 統(tǒng)一電熱建模與優(yōu)化框架；(b) 編碼-處理-解碼核心架構
 

　　此外，該框架還成功應用于“器件結構自動優(yōu)化”與“SPICE參數(shù)全局提取”。以高壓GaN器件的場限環(huán)設計為例，模型通過迭代優(yōu)化結構參數(shù)，實現(xiàn)了擊穿電壓2000V的高性能設計；同時，對SiC MOSFET和GaN HEMT的SPICE參數(shù)提取也展現(xiàn)出優(yōu)異的全局收斂性與溫度適應性。
 

圖2 功率器件短路多尺度電熱模擬
 

　　該研究為推動功率器件“設計-仿真-建模”全流程智能化提供了新思路，有望顯著縮短研發(fā)周期，提升器件可靠性，具有重要的科學與工程應用價值。該工作得到了國家重點研發(fā)計劃以及集成電路材料全國重點實驗室自主課題等項目支持。