上海微系統所在IEDM 2025上發布面向功率器件設計的智能化電熱建模與參數提取新方案

　　【儀表網 研發快訊】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網絡的統一電熱建模框架(A Unified Deep Learning-Accelerated Electro-Thermal Modeling Framework for Wide-Bandgap Power Devices)，實現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、高效率等優勢，在新能源汽車、工業控制、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，上海微系統所研究團隊創新性地將偏微分方程嵌入圖神經網絡中，構建了具有物理約束的深度學習模型(PIGNN)，實現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) 統一電熱建模與優化框架；(b) 編碼-處理-解碼核心架構
 

　　此外，該框架還成功應用于“器件結構自動優化”與“SPICE參數全局提取”。以高壓GaN器件的場限環設計為例，模型通過迭代優化結構參數，實現了擊穿電壓2000V的高性能設計；同時，對SiC MOSFET和GaN HEMT的SPICE參數提取也展現出優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。