Maison
Un laboratoire d'IA de Shanghai déchiffre le code des photorésines utilisées dans la fabrication de puces

Récemment, le Laboratoire d'IA de Shanghai, en collaboration avec plusieurs instituts de recherche, a réussi à surmonter le défi de la stabilité de la préparation d'une résine photorésistante KrF haut de gamme en s'appuyant sur le grand modèle scientifique « Shu Shen » et une plateforme de R&D automatisée. Cette avancée représente un progrès significatif dans le secteur chinois des matériaux essentiels pour les puces électroniques, les indicateurs de performance industriels clés des produits concernés atteignant déjà les objectifs fixés.
Le développement de la résine photorésistante a longtemps reposé sur l'expérimentation manuelle, obligeant les chercheurs à tester de manière itérative des milliers de formulations et de conditions de réaction. Cette approche traditionnelle de la R&D est non seulement inefficace, mais également sujette à des erreurs opérationnelles, ce qui rend difficile la garantie de la haute stabilité nécessaire à la production en série de puces.
R&D en boucle fermée alimentée par l'IA
En mettant en place un système en boucle fermée « prise de décision par IA + synthèse automatisée », l'équipe de recherche a réussi à mettre en place un processus de bout en bout, de la conception expérimentale au post-traitement automatisé. La plateforme utilise une technologie de contrôle de précision pour maintenir en permanence les niveaux d'impuretés métalliques dans la résine finie à un seuil extrêmement bas, améliorant ainsi considérablement la pureté du matériau et la cohérence des lots.
En exploitant la capacité d'auto-évolution des modèles d'IA, l'équipe est parvenue à passer d'un paradigme de R&D « fondé sur l'expérience » à un paradigme « fondé sur les données ». Les données expérimentales clés sont automatiquement réinjectées dans le grand modèle, ce qui entraîne une optimisation continue des algorithmes pour les cycles expérimentaux suivants, raccourcissant ainsi considérablement le délai de développement des matériaux haut de gamme.
Réduire la dépendance vis-à-vis des chaînes d'approvisionnement étrangères
Cette avancée technologique permet la production de résine photorésistante haut de gamme sans dépendre des solutions propriétaires de type « boîte noire » d’un nombre limité de fournisseurs étrangers, offrant ainsi une voie de développement standardisée pour l’innovation mondiale en matière de matériaux pour puces. Les résultats obtenus sont actuellement en phase de validation par les clients, jetant ainsi des bases solides pour renforcer l’indépendance de la chaîne industrielle chinoise des semi-conducteurs.
Cette recherche démontre le potentiel considérable de l'intelligence artificielle dans la découverte scientifique fondamentale et suggère que les flux de travail natifs de l'IA vont profondément remodeler la science des matériaux. À l'avenir, cette plateforme de synthèse intelligente hautement modulaire est en passe de générer des percées technologiques dans un plus grand nombre de matériaux semi-conducteurs essentiels.
Article connexe
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés
Conformité des véhicules autonomes en Californie : une nouvelle ère marquée par les amendes, les zones de géolocalisation et 1 million de miles
Guident exploite une navette AuveTech dans le sud de la Floride, gérant un parcours de quatre miles à West Palm Beach et un parcours d’un mile à Boca Raton grâce à sa technologie de surveillance à dis
Recommandations de sujets spéciaux liés
commentaires (0)

Récemment, le Laboratoire d'IA de Shanghai, en collaboration avec plusieurs instituts de recherche, a réussi à surmonter le défi de la stabilité de la préparation d'une résine photorésistante KrF haut de gamme en s'appuyant sur le grand modèle scientifique « Shu Shen » et une plateforme de R&D automatisée. Cette avancée représente un progrès significatif dans le secteur chinois des matériaux essentiels pour les puces électroniques, les indicateurs de performance industriels clés des produits concernés atteignant déjà les objectifs fixés.
Le développement de la résine photorésistante a longtemps reposé sur l'expérimentation manuelle, obligeant les chercheurs à tester de manière itérative des milliers de formulations et de conditions de réaction. Cette approche traditionnelle de la R&D est non seulement inefficace, mais également sujette à des erreurs opérationnelles, ce qui rend difficile la garantie de la haute stabilité nécessaire à la production en série de puces.
R&D en boucle fermée alimentée par l'IA
En mettant en place un système en boucle fermée « prise de décision par IA + synthèse automatisée », l'équipe de recherche a réussi à mettre en place un processus de bout en bout, de la conception expérimentale au post-traitement automatisé. La plateforme utilise une technologie de contrôle de précision pour maintenir en permanence les niveaux d'impuretés métalliques dans la résine finie à un seuil extrêmement bas, améliorant ainsi considérablement la pureté du matériau et la cohérence des lots.
En exploitant la capacité d'auto-évolution des modèles d'IA, l'équipe est parvenue à passer d'un paradigme de R&D « fondé sur l'expérience » à un paradigme « fondé sur les données ». Les données expérimentales clés sont automatiquement réinjectées dans le grand modèle, ce qui entraîne une optimisation continue des algorithmes pour les cycles expérimentaux suivants, raccourcissant ainsi considérablement le délai de développement des matériaux haut de gamme.
Réduire la dépendance vis-à-vis des chaînes d'approvisionnement étrangères
Cette avancée technologique permet la production de résine photorésistante haut de gamme sans dépendre des solutions propriétaires de type « boîte noire » d’un nombre limité de fournisseurs étrangers, offrant ainsi une voie de développement standardisée pour l’innovation mondiale en matière de matériaux pour puces. Les résultats obtenus sont actuellement en phase de validation par les clients, jetant ainsi des bases solides pour renforcer l’indépendance de la chaîne industrielle chinoise des semi-conducteurs.
Cette recherche démontre le potentiel considérable de l'intelligence artificielle dans la découverte scientifique fondamentale et suggère que les flux de travail natifs de l'IA vont profondément remodeler la science des matériaux. À l'avenir, cette plateforme de synthèse intelligente hautement modulaire est en passe de générer des percées technologiques dans un plus grand nombre de matériaux semi-conducteurs essentiels.
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés











