Компания Silvaco раскрыла детали передового рабочего процесса совместной оптимизации технологии фабрик (Fab Technology Co-Optimization — FTCO), направленного на устранение разрыва между идеальными проектами и реальной производительностью фотонных интегральных схем (PIC). Эффективность таких схем часто зависит от реальных факторов, таких как углы наклона стенок, вариации критических размеров, различия в толщине и шероховатость краев линий, — деталей, которые традиционное моделирование на основе только теоретических проектов не может точно зафиксировать.
Новая система объединяет импорт топологий GDS, 3D-моделирование технологических процессов, метод конечных разностей во временной области (FDTD) с ускорением на графических процессорах, планирование эксперимента (DOE), а также суррогатное моделирование на основе искусственного интеллекта (AI-based surrogate modeling). Технические результаты показывают, что интеграция реальных производственных переменных в модели обеспечивает тесное соответствие с ранее зарегистрированными экспериментальными результатами.
Что меняется на практике?
Новый рабочий процесс обеспечивает возможность обработки тестов проектирования направленного ответвителя (Directional Coupler DOE), которые включают 25 уникальных комбинаций для четырех различных производственных переменных. Эта модель требует огромного размера сетки, составляющего 65 миллионов трехмерных ячеек FDTD, и тем не менее завершается менее чем за 10 часов на одной рабочей станции, оснащенной графическим процессором NVIDIA A100.
Эта интеграция создает цифрового двойника, который дает инженерам и специалистам, не занимающимся моделированием напрямую, интуитивное и мгновенное понимание связи между условиями производственного процесса и уровнем конечной производительности чипа, что компания описывает как важный шаг для упрощения оценки фотонных проектов перед переходом на реальные производственные линии.
Почему эта новость важна?
Фотонные интегральные схемы являются ключевым компонентом связи нового поколения, центров обработки данных и высокопроизводительных вычислений, однако чувствительность света к микроскопическим изменениям в производстве препятствует их быстрому выводу на рынок. Интеграция точного моделирования процессов с вычислительным ускорением на графических процессорах и искусственным интеллектом устраняет одно из важнейших препятствий на пути прогнозирования оптического поведения чипов, что сокращает циклы разработки и снижает высокие затраты, связанные с повторными производственными экспериментами.