圖說：是德科技推出機器學習工具包，將模型開發時間從數週縮短至數小時。
是德科技（Keysight）宣布於最新版元件建模軟體套件中推出全新機器學習（ML）工具包。此解決方案將模型開發與萃取時間從數週縮短至數小時，加速製程設計套件（PDK）交付，並支援設計製程協同最佳化（DTCO）應用。
半導體產業正經歷快速轉型，驅動因素包括環繞式閘極（GAA）電晶體等先進架構、氮化鎵（GaN）與碳化矽（SiC）等寬能隙材料，以及小晶片與3D堆疊等異質整合策略。這些創新雖提升效能，卻也帶來複雜的建模與參數萃取挑戰。傳統工作流程依賴以物理為基礎的緊湊模型與手動參數萃取，迫使工程師在多種操作條件下調整數百個相互關聯的參數，不僅耗時數週，且往往難以達成最佳結果。隨著產品開發時程日益緊湊，更快速、更具預測性且自動化的AI/ML驅動建模解決方案已成為關鍵需求。
是德科技全新推出的ML工具包，透過整合先進神經網路架構，以及ML最佳化技術，在Device Modeling MBP 2026平台中配備ML最佳化器、自動參數萃取流程及相關工具，有效應對上述挑戰。運用此工具包，自動萃取功能可將參數萃取步驟從超過200項縮減至10項以內，從而加速PDK交付、自動化DTCO流程，並縮短產品上市時間。
關鍵特性與優勢：
- 加速參數萃取：將數百個手動步驟縮減為5至6個自動化步驟，單次執行即可實現80多項參數的全域最佳化，捕捉次級效應、溫度變化與動態行為。此解決方案消除重複性手動調校，並提升直流、射頻與大訊號領域的預測準確性。
- 自動化工作流程：與是德科技的元件建模平台無縫整合，支援基於Python的客製化功能及強大的自動化建模流程。
- 跨技術擴充性：工作流程可輕鬆適應FinFET、GAA、GaN、SiC及雙極電晶體元件，確保多製程節點間流程的可重複性與可重用性。
- 提升DTCO效率：加速元件與電路設計間的回饋循環，將PDK開發週期從數週縮短至數日。
是德科技EDA事業部總經理Nilesh Kamdar表示：「AI/ML正從根本上重塑緊湊型建模的傳統工作流程與方法論。透過全新的ML工具包，我們使客戶能在更短時間內交付更具預測性、更高品質的模型，進而加速PDK的開發，並協助客戶應對快速演進的半導體技術發展。」
其他是德科技元件建模解決方案的額外強化功能包括：
- Device Modeling MQA 2026：新增適用於OMI與MOSRA的老化模型品質保證相關規則。
- Device Modeling WaferPro 2025：新增遠端控制功能，可透過A-LFNA進行遠端低頻雜訊量測，以提升靈活性與效率。
- A-LFNA 2026：新增低頻雜訊應力測試功能，實現從應力測試到雜訊測試的無縫量測。
