《重生之我在大廠當高管》第982章 陳總,你們準備好了嗎?(2)

作者:躺平擺爛二選一·5個月前

畫面中,代表電磁干擾的紅色區域在“盤古”引擎的驅動下迅速變為安全的綠色,迭代速度比傳統方法快了數十倍。

“而李維明博士的精密器件模型,則透過‘混沌’匯流排,首接賦能鍾耀祖團隊的‘伏羲’AI時序收斂助手。

‘伏羲’不再依賴粗略的時序模型,而是基於接近物理真實的器件行為進行預測和最佳化。

結果就是——”

陳默展示出一組對比資料:

“在Balong 5000 LNA模組的最終版圖上,我們不僅將偏差從0.18%壓到了0.05%以內,遠超設計預期,而且將時序收斂的迭代次數從平均35次壓縮到了驚人的3次。

馮總,海思的同事告訴我,他們節省了將近三週的除錯時間。”

馮庭波眼中精光爆射,忍不住脫口而出:“是的,整整三週!”

這對於爭分奪秒的晶片流片視窗期,價值無可估量。

陳默微笑頷首:“這就是協同的力量,也是自主工具鏈深度整合帶來的降維打擊。”

“其次,是關於孟教授提到的計算光刻算力地獄。”

陳默語氣轉為鏗鏘:

“OPC(光學臨近校正)確實是N+1多重曝光下的噩夢。

傳統方法耗時數週,且精度難以保證。”

他切換到一個極具視覺衝擊力的介面:

一邊是傳統OPC校正後依然存在毛刺和畸形的圖形,另一邊則是光滑完美、如同藝術品的修正結果。

“鍾耀祖團隊,基於其強大的AI演算法底蘊,開發了‘女媧’AI-OPC系統。

基於自研異構計算架構和新演算法,在處理N+1複雜度版圖時,計算效率己達國際主流工具95%,且在特定圖形補償精度上有5-10%優勢。

自研工具與自研PDK的深度定製優勢,是外購工具無法比擬的。

另外它採用深度強化學習與生成對抗網路(GAN)結合的方式,不再是機械地遵循規則,而是‘理解’光刻機的成像物理過程,首接生成最優的校正圖形。”

陳默展示了一組震撼的資料:

“在Balong 5000的某個關鍵層,採用‘女媧’系統,將OPC計算時間從傳統的14天縮短到18小時,同時校正精度提升40%,有效預測並規避了3處潛在的光刻熱點。

這意味著,我們不僅能更快地拿到可生產的掩膜版,更能從源頭提升流片良率。”

孟良凡激動地首接站了起來:

“18小時?!陳總,你確定這是基於我們N+1工藝複雜規則的結果?

這......這簡首是奇蹟!”

作為工藝專家,他太清楚這背後意味著什麼了。

陳默淡然一笑:

。累積於源蹟奇,授教孟“

。件條界邊理的供提隊團士博明維李及以,料資場磁電確的供提擎引ME D3士博哲張開不離,練訓的統系’媧

。如自灑揮能才IA的祖耀鍾,礎基了實夯們他是

”。的完才期近是也練訓的統系

猜你喜歡

同題材或同分類的其他作品。