鴻海利用 AI 加速開發碳化矽功率元件 獲 IEEE OJPEL 刊登

保护环的制程模拟。鸿海／提供

全球最大科技制造与服务商鸿海（2317）旗下的鸿海研究院再传捷报！鸿海研究院半导体研究所携手人工智慧研究所，结合鸿扬半导体优异的制造能力，成功将AI学习模型与强化学习（Reinforcement Learning）技术结合，大幅加速碳化矽功率半导体的研发进程，并取得显著成果。此次研究成果发表于国际知名期刊《IEEE Open Journal of Power Electronics (OJPEL)》，该期刊影响因子达5.8以上，体现出其在电力电子领域的高学术价值。

在此次研究中，鸿海研究院采用强化学习中的策略优化方法，透过策略梯度技术中的Proximal Policy Optimization （PPO）演算法和结合策略与价值函数的Actor-Critic （A2C）架构，探索并优化碳化矽材料的制程参数与元件设计，以提升性能表现。不同于以往传统由多个参数值来预测结果的手法，而是应用AI进行反向预测。在给订目标值之后，直接找出对应的设计参数出来，如此一来应用在实务中，可以减少设计人员来回试误的次数，提升效率。

此技术不仅能模拟和调整复杂的制程参数，还能显著缩短元件开发时间并降低研发成本，为碳化矽技术在功率半导体领域注入新的动力。例如，针对高压高功率的碳化矽元件保护环研究，研究团队针对保护环的关键参数，进行制程模拟与元件特性模拟，并将结果输入AI模型，成功建立了保护环的AI模型。

此模型能根据所需的元件特性进行参数回馈，透过精准的数据分析与预测进一步提升碳化矽元件的性能与制程效率，最后透过实际制程进行验证。此研究成果除了可以进行「设计优化」外，未来更可延伸至「制程改良」和「故障诊断」，扩大应用范围。

碳化矽功率半导体因其超宽能隙、耐高温与高压特性，已成为新能源电动车、智慧电网以及航太电子系统等高功率应用中的关键材料。透过强化学习技术优化，鸿海研究院得以精准预测碳化矽元件在不同电压与温度下的表现，进一步提升其稳定性与可靠性。这一技术突破不仅推动了碳化矽功率半导体的发展，还将加速其在高端市场中的应用。

展望未来，鸿海研究院将持续致力于前瞻技术的开发，将AI技术与半导体研发深度结合，创造更多高功率元件的应用可能，并进一步提升台湾在全球半导体领域的竞争力。