Revolutionizing TCAD Simulations with Universal Device Encoding and Graph Attention Networks

要約

TCAD デバイス シミュレーションにおける半導体デバイスのエンコードに人工知能 (AI) とグラフ表現を活用する革新的な方法論が提案されています。
マテリアルレベルおよびデバイスレベルの埋め込みを考慮するだけでなく、有限要素メッシュ化で通常使用される補間演算に触発された新しい空間関係埋め込みも導入する、グラフベースのユニバーサル符号化スキームが提示されます。
デバイス シミュレーションからの普遍的な物理法則は、代理ポアソン エミュレーションとドリフト拡散モデルに基づく電流電圧 (IV) 予測を含む、包括的なデータ駆動型モデリングに活用されます。
どちらも、RelGAT と呼ばれる新しいグラフ アテンション ネットワークを使用して実現されます。
デバイス シミュレーター Sentaurus TCAD に基づいた包括的な技術詳細が提示され、研究者が提案されている AI 主導の電子設計自動化 (EDA) ソリューションをデバイス レベルで採用できるようになります。

要約(オリジナル)

An innovative methodology that leverages artificial intelligence (AI) and graph representation for semiconductor device encoding in TCAD device simulation is proposed. A graph-based universal encoding scheme is presented that not only considers material-level and device-level embeddings, but also introduces a novel spatial relationship embedding inspired by interpolation operations typically used in finite element meshing. Universal physical laws from device simulations are leveraged for comprehensive data-driven modeling, which encompasses surrogate Poisson emulation and current-voltage (IV) prediction based on drift-diffusion model. Both are achieved using a novel graph attention network, referred to as RelGAT. Comprehensive technical details based on the device simulator Sentaurus TCAD are presented, empowering researchers to adopt the proposed AI-driven Electronic Design Automation (EDA) solution at the device level.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google