AI人機協作降半導體製程開發成本(3)

2023 年 10 月 27 日
製造半導體晶片的瓶頸之一,是開發電晶體和記憶體儲存單元的化學電漿製程所需的成本越來越高。這些製程仍然是由訓練有素的工程師以人工方式進行開發,透過尋找機台上的參數組合,以便在矽晶圓上產出可接受的結果。 (承前文)人類基準測試的目標成本的基準是由人類玩家決定的。志願者包括六名擁有物理科學博士學位的專業製程工程師。工程師們根據他們之前對製程趨勢和電漿參數依賴關係的瞭解,利用機械性假設來設計其實驗。作為參考,三名無相關製程經驗的人員也參與其中。參加這場比賽的電腦演算法為貝氏最佳化演算法,這是一種適合於昂貴黑盒函數的常用機器學習方法。...
》想看更多內容?快來【免費加入會員】【登入會員】,享受更多閱讀文章的權限喔!
標籤
相關文章

AI人機協作降半導體製程開發成本(1)

2023 年 09 月 04 日

AI人機協作降半導體製程開發成本(2)

2023 年 10 月 02 日

AI人機協作降半導體製程開發成本(4)

2023 年 10 月 27 日

有效降低失蹤人口數 臉部辨識應用/需求看漲

2019 年 01 月 14 日

提升運算密度/降功耗 AI引擎優化5G高效運算

2020 年 12 月 28 日

緩解資料移動/存取瓶頸 HBM大幅加速AI應用

2020 年 01 月 31 日
前一篇
AI人機協作降半導體製程開發成本(4)
下一篇
Goolge Med-PaLM 2展開實測 生成式AI進入醫療場域(2)