找到 2 条结果 · 功率器件技术
一种物理信息辅助的深度强化学习方法用于大规模TSV阵列的信号与电源完整性优化
A Physics-Assisted Deep Reinforcement Learning Methodology for Signal and Power Integrity Optimization of Large-Scale TSV Arrays
Bingheng Li · Ling Zhang · Hanzhi Ma · Li Jiang 等6人 · IEEE Transactions on Components, Packaging and Manufacturing Technology · 2025年5月
高带宽内存（HBM）中硅通孔（TSV）阵列的信号完整性（SI）和电源完整性（PI）优化对于提高系统可靠性至关重要。然而，以往的研究大多侧重于单独的 SI 或 PI 优化，尚未实现具有良好收敛性的 SI/PI 优化。基于 TSV 阵列 SI/PI 优化的物理机制，本文提出了一种新颖的物理辅助深度强化学习（DRL）方法。开发了一种分治策略来处理大规模 TSV 阵列。利用物理机制设计 DRL 方法的细节，从而将不同的优化场景（SI 优化、PI 优化和 SI/PI 协同优化）统一到一个单一的过程中，设计...
解读: 从阳光电源的业务视角来看，这项基于物理辅助深度强化学习的硅通孔（TSV）阵列信号与电源完整性优化技术，对我们的高功率密度产品开发具有重要参考价值。 在光伏逆变器和储能变流器领域，功率半导体模块的集成度不断提升，多芯片封装和3D集成技术正成为提高功率密度的关键路径。该论文针对高带宽存储器中TSV阵列...
利用转移的LPCVD生长h-BN缓解AlGaN/GaN HEMT中的自加热效应
Mitigation of self-heating in AlGaN/GaN HEMTs using transferred LPCVD-grown h-BN
Cheng Chang · Kad Dokwan Kook · Chenyang Lin · Xiang Zhang 等5人 · Applied Physics Letters · 2025年1月 · Vol.127
本文报道了一种通过转移低压化学气相沉积（LPCVD）生长的六方氮化硼（h-BN）来有效缓解AlGaN/GaN高电子迁移率晶体管（HEMTs）中自加热效应的方法。将高质量h-BN薄膜集成于器件沟道附近，显著提升了横向热导率，改善了热量耗散。实验结果显示，器件的结温明显降低，连续工作下的温度上升减少了约40%，同时保持了良好的电学性能。该策略为提升第三代半导体器件的热管理能力提供了可行路径。
解读: 该研究提出的h-BN散热方案对阳光电源的GaN功率器件应用具有重要参考价值。通过LPCVD生长h-BN提升横向热导率的方法,可显著改善SG系列高频光伏逆变器和ST系列储能变流器中GaN器件的散热性能,有助于提高功率密度。结温降低40%的效果对车载OBC等对功率密度要求高的产品尤为重要。这一散热创新为...