Исследователи из Шанхайской лаборатории искусственного интеллекта (Shanghai AI Lab) в сотрудничестве с Университетом Сямэнь и Сучжоуской лабораторией разработали фоторезистную смолу на основе KrF высокой чистоты и консистенции с использованием платформы научного открытия на базе ИИ. Этот прорыв может снизить зависимость Китая от нескольких иностранных поставщиков критически важного материала для производства чипов.
Фоторезистная смола является основным базовым материалом, определяющим общую производительность фоторезиста — светочувствительного соединения, необходимого в полупроводниковой литографии. На протяжении многих лет разработка передовых смол основывалась на итерационных экспериментах методом проб и ошибок, когда исследователи тестировали тысячи комбинаций мономеров, систем полимеризации и условий реакции — процесс, занимавший месяцы на одну итерацию и подверженный человеческим ошибкам.
Команда создала синтетическую платформу с поддержкой ИИ, основанную на базовой научной модели Intern-S1 и алгоритмах оптимизации, сформировав систему принятия решений, которая генерирует экспериментальные протоколы, оптимизирует параметры и прогнозирует результаты. Система выявила перспективные области синтеза, которые могли быть упущены исследователями-людьми, значительно сократив циклы неэффективных экспериментов.
С физической точки зрения, платформа использует высокомодульную параллельную архитектуру с несколькими реакторами и рабочими станциями, обеспечивая полностью автоматизированное выполнение в замкнутом цикле: от точной перекачки жидкостей и защиты в инертной атмосфере до многостадийной постобработки. Содержание металлических примесей в полученной смоле стабильно контролируется на уровне ниже 10 ppb (частей на миллиард), в то время как индекс полидисперсности (PDI) — мера консистенции распределения молекулярной массы — поддерживается на уровне ниже 1,3, что соответствует строгим требованиям к воспроизводимости партий в зрелых процессах полупроводникового производства.
Hengkun New Materials, отраслевой партнер в рамках сотрудничества, завершила адаптацию рецептуры смолы в соответствии с протоколом, разработанным ИИ; ключевые показатели эффективности соответствуют ожиданиям. Продукт в настоящее время переходит на стадии валидации у заказчиков.
Эта работа демонстрирует, как методологии «ИИ для науки» могут сократить циклы НИОКР материалов для чипов с месяцев до недель, предлагая новую парадигму для самообеспечения цепочки поставок полупроводников в Китае.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
