AI 改进半导体分层技术，赋能计算机芯片、电池制造

原子层沉积 (Atomic layer deposition，ALD) 是一种高度可控的薄膜合成工艺，可制造出只有一个原子厚的薄膜。广泛应用于计算机芯片、太阳能电池、锂电池等领域。很多企业常用 ALD 来制造半导体器件。ALD 的灵活性和多样性给确定工艺参数带来了重大挑战，但仍需要专家的直觉和耗时的反复试验来确定最佳工艺参数。

最近，来自美国能源部（DOE）阿贡国家实验室的研究人员 描述了多种基于 AI 的方法来自动优化 ALD 工艺。详细说明了每种方法的相对优势和劣势，以及可用于更有效、更经济地开发新流程的见解。

该研究以《用于优化原子层沉积的智能代理》「 Intelligent Agents for the Optimization of Atomic Layer Deposition 」为题发表在《 ACS Appl. Mater. Interfaces 》杂志上。

前沿，但也面临挑战

ALD是一种工艺，通过前驱体蒸气和基板表面之间的一系列自限反应，在基板上沉积原子厚度的均匀薄膜。ALD 可访问大量的元素和化合物目录，元素周期表中超过一半的元素在出现在ALD过程中。

ALD 擅长在复杂的 3D 表面上生长精确的纳米级薄膜，例如在硅晶片上形成图案的深而窄的沟槽，以制造当今的计算机芯片。 这促进了科学家为下一代半导体器件开发新的薄膜 ALD 材料。

然而，开发和优化这些新的 ALD 工艺是具有挑战性和劳动密集型的。研究人员必须考虑许多可以改变这一过程的不同因素，包括：分子前体之间的复杂化学反应；反应器设计、温度和压力；前驱体剂量和吹扫时间。

为了找到克服这些挑战的方法，阿贡科学家评估了 三种新型优化策略 ：(a)随机选择气体时间；(b) 基于高斯过程代理模型的贝叶斯优化 (BO)，以及 (c) 基于规则的专家系统方法，利用人类策略和物理直觉。值得注意的是， 后两种使用不同的 AI 方法，且以前从未应用于 ALD。

Table 1 列出了该研究的四种ALD 工艺模型：Al2O3 在 200 下使用三甲基铝 (TMA) 和 H2O，Al2O3 在 100 下使用 TMA 和 H2O，W 在 200 下使用六氟化钨 (WF6) 和乙硅烷 (Si2H6)，TiO2 使用钛 (IV) 异丙醇 (TTIP) 和 200 下的 H2O。

敏感性分析

在比较所有四种ALD工艺模型的三种优化策略之前， 了解关键超参数对成本函数和优化性能的影响非常重要。 可确保在平等的基础上比较优化策略。以在 200 下生产 Al2O3 薄膜为例，研究ALD 系统的效果。

专家系统方法对关键超参数的值很敏感。 首先，专家系统策略需要指定一组起始时间。尝试了多种分配初始时序的方法，包括使用统一时序（所有时序相同）和随机时序（时序在优化边界之间随机初始化）。 探索 发现统一的初步计时产生了可靠的性能。

此外， 专家系统优化策略对给定时序所采用的重复 ALD 周期数也很敏感。 相比之下， 贝叶斯优化策略对采用的重复次数相对不敏感。

优化策略比较

研究人员通过比较他们如何优化 ALD 中使用的两种前驱体的剂量和清洗时间来评估他们的三种策略。加药时间(dosage time）是指前体加入反应器的时间，而吹扫时间是指去除多余的前体和气态化学产品所需的时间。

目标： 找到可以在最短的时间内实现高且稳定的薄膜生长的条件。 科学家们还使用代表反应堆内 ALD 过程的模拟来判断他们收敛到理想时间集的速度策略。

将他们的优化方法与模拟系统联系起来，让他们能够根据优化算法生成的处理条件，在每个循环后实时测量薄膜的生长情况。

研究人员比较了四种 ALD 工艺的三种优化策略的性能。通过比较了 Al2O3 薄膜在 200 C 下0.1%和10%噪声水平下生长的优化策略性能。研究表明： 在这两个噪声水平上，贝叶斯优化的性能最好，其次是专家系统，然后是低测量噪声的随机策略，高测量噪声的反向策略。

除了考虑给定优化算法在接近一组最优 ALD 时序时的效率之外，实际考虑也很重要，例如 CVD 类型生长（如果选择了不适当的低吹扫时间），从而使反应器结垢，对 ALD 反应器安全可靠运行的影响。实验表明：专家系统方法完全避免了不受控制的生长，而随机优化策略则始终对产生过量CVD型增长的条件进行采样。贝叶斯优化方法在避免大增长率方面做得更好。

研究得出： （1)随机优化(RO)在其他两种策略的优化时间质量不确定性较大的情况下表现良好，导致处理空间 探索 过程中GPC值过高。（2）贝叶斯优化（BO）可靠，性能好，不需要超参数调优。然而，在早期和后期的循环中，BO受到GPC值过高的影响。(3) 专家系统优化 (ESO) 可靠且安全，但前驱体剂量次数过于保守。

一劳永逸 （Set it and forget it）

「所有这些算法都提供了一种更快地收敛到最佳组合的方法，你不必像今天通常那样花时间将样品放入反应器中、取出样品、进行测量等。相反，你拥有实时与反应堆连接的回路。」该研究的合著者、Argonne 首席材料科学家 Angel Yanguas-Gil 说。

这种设置还通过形成一个闭环系统使两种 AI 方法的过程自动化。

尽管存在一些弱点，但人工智能方法有效地确定了不同模拟 ALD 工艺的最佳剂量和清洗时间。 这使得这项研究成为第一批表明使用 AI 可以实时优化薄膜的研究。

研究人员表示： 在未来的工作中，除了改进现有的算法外，还希望将这些方法扩展到包括反应堆温度和前驱体分压。

「这是令人兴奋的，因为它开辟了使用这些类型的方法来快速优化实际 ALD 工艺的可能性，这一步骤可能会在未来开发新应用时为制造商节省宝贵的时间和金钱。」Jeff Elam 总结道。

出色的视觉处理方案为创新的屏幕体验保驾护航

上海2021年12月15日 /美通社/ -- 领先的创新视频和显示处理解决方案提供商Pixelworks，Inc.（纳斯达克股票代码：PXLW）逐点半导体，与全球领先的智能设备制造商和创新者OPPO于今日共同宣布，OPPO首款可折叠智能手机Find N采用了Pixelworks的高效色彩与亮度校准技术，让用户在领略“手机变平板”的新奇屏幕体验的同时，享受始终如一的真实色彩和舒适观感。

可折叠手机的概念在前几年就已提出，也陆续有许多厂商推出相关产品对于视频和 游戏 爱好者而言，可折叠手机不仅可以提供类似平板的大屏 娱乐 体验，而且方便携带，在真正意义上实现了手机和平板合二为一的愿景然而可折叠手机从概念到技术的实现并不简单，需要克服不同的关卡，比如折叠的方式与屏幕保护的平衡，如何处理屏幕折叠后的折痕，以及折叠屏在颜色和亮度的呈现上如何始终保持真实和舒适的观感此次OPPO Find N的推出, 也是对这些挑战所做出的一次应答。

新款OPPO Find N可折叠手机配备展开达7.1英寸的主显示屏, 采用LTPO 技术，拥有1Hz-120Hz自适应刷新率，支持分辨率达1792*1920 像素 该款手机搭载最新的高通 骁龙TM 888移动平台，以及Pixelworks逐点半导体高效色彩校准技术，为折叠屏的优质视觉效果呈现提供强大支持。

Pixelworks逐点半导体的视觉显示技术为OPPO Find N在屏幕显示质量（含折叠屏及外侧小屏）上提供了以下卓越的性能：

绝对色彩准确性 -- 每部OPPO Find N可折叠手机的屏幕均采用Pixelworks专利的显示校准技术进行工厂校准，其平均Delta E

专业的亮度校准 -- 人的肉眼以不成比例的方式捕捉亮度，人所感知的光线很多时候只是摄像机所捕捉的亮度的一部分。因此显示器在解读原图色彩并呈现于屏幕时，往往需要进行gamma校正以响应人类视觉的特性，从而更符合真实的观感。Pixelworks的亮度校准技术可通过在不同色彩模式下将gamma值维持在2.2（gamma 值为2.2的显示器可以产生几乎最佳的颜色，被用作图形和视频专业人员的标准）, 以保证肉眼在屏幕上所看的到颜色与真实世界所见几乎无异，以确保图像原意的精准表达。

低亮度下的色彩校正 -- Pixelworks的视觉显示技术可调用3D LUT进行精确的颜色校准工作，从简单的gamma值、颜色范围和追踪错误，到修正高级的非线性属性、颜色串扰、色相、饱和度、亮度，实现全立体色彩空间的控制，即使在环境光发生变化时，屏幕显示的色彩始终自然真实。

Pixelworks逐点半导体手机产品事业部总经理Leo Shen（沈磊）说道：“很高兴能参与并见证OPPO首款可折叠手机Find N 的推出手机市场竞争激烈，头部玩家往往需要不断迭代、创新和颠覆，才能始终保持竞争优势OPPO在影像领域的成绩有目共睹，在可折叠屏以及未来卷轴屏的 探索 也不断深入 我们很荣幸能够参与OPPO Find N的创新之旅，也希望将最佳的屏幕视觉体验带给每一位OPPO用户”

上市时间

最新发布的OPPO Find N智能手机将于2021年12 月23日正式开售

OPPO简介

OPPO于2008年推出第一款“笑脸手机”，由此开启 探索 和引领至美 科技 之旅今天，OPPO 凭借以Find X 和Reno系列手机为核心的多智能终端产品，ColorOS *** 作系统，以及 OPPO Cloud、OPPO+等互联网服务，让全球消费者尽享至美 科技 OPPO 业务遍及全球40多个国家和地区，拥有6大研究所和4大研发中心，并在伦敦设有全球设计中心超过4万名OPPO员工共同致力于为人们创造美好生活。

Pixelworks逐点半导体公司简介

逐点半导体成立于2004年，是纳斯达克上市公司Pixelworks Inc. （Nasdaq：PXLW）在中国的控股子公司逐点半导体专注于手机视觉处理芯片，视频转码芯片和3LCD投影仪主控芯片及实施方案的开发和设计，是业内领先的创新视频和显示处理解决方案提供商。

敬请注意：Pixelworks以及Pixelworks标志是Pixelworks, Inc.的注册商标高通和骁龙是高通公司在美国和其他国家/地区注册的商标高通骁龙是高通技术和/或其子公司的产品所有提及的其他商标均属于其各自所有者。

本新闻稿载有经修订的1933年《证券法》第27A条和经修订的1934年《证券交易法》第21E条所定义的前瞻性陈述这些陈述可以通过使用诸如“开始”、“继续”、“将要”、“期望”、“相信”、“预期”、“预计”以及类似术语或这些术语的否定词来识别。

此类称述基于管理层当前对公司业务的期望、估计和预测这些陈述并非对未来业绩的保证，涉及许多难以预测的风险、不确定性和假设由于许多因素的影响，实际结果可能与前瞻性陈述中包含的结果大不相同这些因素包括但不限于：我们执行策略的能力竞争因素我们的产品在市场扩张中的成功当前全球的 健康 和经济挑战，包括COVID-19的影响以及我们目标市场的变化，包括需求方面的变化。

有关可能影响公司财务结果并可能导致实际结果与前瞻性陈述中讨论的结果产生重大差异的潜在因素的更多信息，将不时包含在公司的证券交易委员会文件中，包括截止到2020年12月31日的年度报表10-K，以及随后提交给SEC的文件。

本新闻稿中载有的前瞻性陈述截至本新闻稿发布之日，无论是由于新信息，未来事件还是其他原因引起，公司均不承担更新任何此类陈述的义务。

Pixelworks

---