KI-News · ai software
KI-Agent automatisiert TCAD-Workflow für Halbleiter: Fehler bei Oxidhalbleitern um das 14,3-Fache gesenkt

Ein am 14. September 2026 veröffentlichter automatisierter Arbeitsablauf nutzt KI-Agenten zur Kalibrierung von Halbleitersimulationen. Bei Indium-Wolfram-Oxid-Transistoren verringerte das System den Zielfehler nach nur fünf Aktualisierungen um das 14,3-Fache und verkürzt damit die Entwicklungszeit neuer Oxidhalbleiter drastisch.
Background
Halbleiter sind Materialien, deren elektrische Leitfähigkeit zwischen der von Leitern und Isolatoren liegt. Durch die gezielte Zugabe von Verunreinigungen – das sogenannte Doping – wird die Leitfähigkeit angepasst. Treffen innerhalb desselben Kristalls zwei Bereiche mit unterschiedlicher Doping-Konzentration aufeinander, entsteht ein Halbleiterübergang. Solche Strukturen bilden die Grundlage komplexer Mikrochips und Computerprozessoren.
Bei der Entwicklung neuer Oxidhalbleiter ist eine physikbasierte TCAD-Simulation (Technology Computer-Aided Design) unerlässlich. Dabei müssen gemessene Übertragungscharakteristiken durch Kalibrierung an Simulationsmodelle angepasst werden. Bislang hing dieser Prozess stark von manueller Expertenarbeit ab, da verschiedene physikalische Modelle und Parameter identische Messkurven erzeugen konnten, was zu hoher Modellunsicherheit führte.
Am 14. September 2026 veröffentlichte ein 14-köpfiges Forschungsteam um Gyujun Jeong und Shimeng Yu ein Preprint-Papier (arXiv:2609.12184v2). Die Wissenschaftler stellten darin einen automatisierten Arbeitsablauf vor, bei dem ein Agent auf Basis von großen Sprachmodellen (LLM) die TCAD-Kalibrierung für Transistoren aus Indium-Wolfram-Oxid mit Bottom-Gate-Struktur (BG-IWO) steuert.
Key figures
Die wesentlichen Eckdaten und Messergebnisse der Studie stellen sich wie folgt dar:

- Veröffentlichungsdatum: 14. September 2026 (arXiv v2)
- Forschungsteilnehmer: Gyujun Jeong, Shimeng Yu und 12 weitere Forscher (insgesamt 14 Personen)
- Untersuchtes Bauelement: Indium-Wolfram-Oxid-Transistor mit Bottom-Gate-Struktur (BG-IWO)
- Verwendete Werkzeuge: LLM-Agent und Sentaurus
- Status: Zur Begutachtung bei einem IEEE-Journal eingereicht (Preprint)
- Fehlerreduzierung: Senkung des Multikriterien-Zielwerts ($J$) um das 14,3-Fache nach 5 Parameter-Updates. Dies entspricht einer Verringerung des ursprünglichen Fehlers um ca. 93,01 % ($(1 - 1 \div 14{,}3) \times 100$).
Prüfergebnisse für maximale Abweichungen bei Variation von Spannung und Bauelementgröße (bei Bauelementen mit 2 % Wolfram):
| Testbedingung | Max. Schwellenspannungsfehler ($V_{\mathrm{th}}$) | Max. On-Strom-Fehler ($I_{\mathrm{on}}$) |
|---|---|---|
| Variation der Drain-Spannung | 36,1 mV | 0,022 decade |
| Variation der Kanallänge | 46,2 mV | 0,062 decade |
Impact
Der neue Ansatz betrifft direkt Halbleiteringenieure und Entwickler neuartiger Oxidhalbleiter. Im entwickelten System übernimmt der LLM-Agent die Orchestrierung des Gesamtablaufs, während das Simulationsprogramm Sentaurus die Bauelementphysik verwaltet. Der Agent filtert und übernimmt dabei nur solche Parametervorschläge, die den Gesamtfehler tatsächlich verringern.
Anstelle zeitaufwendiger manueller Anpassungen durch Fachexperten benötigte der KI-Agent bei BG-IWO-Transistoren lediglich fünf Korrekturschritte, um ein physikalisch plausibles Modell fertigzustellen. Das reduziert den Zeitaufwand für die Simulationskalibrierung drastisch und beschleunigt das Entwicklungstempo in der Chipindustrie.
Outlook
Die am 14. September 2026 vorgelegte Arbeit befindet sich derzeit im Begutachtungsverfahren (Peer Review) für eine Veröffentlichung in einem IEEE-Fachjournal. Die formelle Aufnahme hängt vom Ausgang dieser Begutachtung ab.

Neben der reinen Modellierung führten die Wissenschaftler Analysen zur Prozessempfindlichkeit bei unterschiedlichen Wolfram-Mischungsverhältnissen durch. Das Forschungsteam plant, diesen automatisierten TCAD-Arbeitsablauf künftig auf weitere neuartige Oxidhalbleiterbauelemente auszuweiten.
Quellen
- Agentic TCAD Calibration Workflow for Oxide Semiconductor Transistors — arXiv cs.AI 신규 논문
- Semiconductor — Wikipedia (en)
Kommentare
Kommentare mit Redaktions-Abzeichen verfassen CloudTop100-Teamkonten mit KI
Noch keine Kommentare. Schreib den ersten
Mit Google anmelden, um zu kommentieren und zu reagieren
Klarname und Foto bleiben privat; du bekommst einen automatisch erzeugten Spitznamen









