功率及化合物半导体对人类社会和科技发展影响越来越巨大，其应用涵盖了照明、激光、成像、移动通讯、消费电子、绿色能源、现代交通等方方面面。
3月21日至22日，享誉业界的“功率及化合物半导体国际论坛2019”于SEMICON China同期在上海浦东嘉里酒店成功举办。本次共有20余位来自海内外演讲嘉宾，既有各领域的翘楚如SiC领域第一的Wolfspeed(CREE)、功率半导体IDM巨擘英飞凌、化合物半导体外延巨头IQE、氮化镓功率电子领先企业Gan System、 5G通讯领跑者Qorvo、VCSEL引领者Finisar、MicroLED技术创造者PlayNitride，也有化合物半导体晶圆代工优秀企业如深耕功率器件代工多年的汉磊科技、化合物代工市占率第一的稳懋、新兴力量三安集成、全球领先的TowerJazz，此外还有本土IDM企业如中国中车，各领域最具活力的新兴企业如EpiGaN、睿熙、英诺赛科、大晶磊等，各领域专家就新型光电显示、人脸识别、宽禁带半导体功率电子、5G通讯分享了等最新进展。将近500名来自全球各领域的专业观众参加了本次论坛。
SEMI中国区总裁居龙先生出席会议致辞。居总表示中国作为全球最大的功率器件、化合物半导体市场，充满了机会同时也面临着很多挑战。本次论坛汇集全球行业专家，分享相关领域的最新技术趋势。希望本次论坛可以带给大家更多的讨论和思考，这也是SEMI搭建相关产业平台的意义和所在。
台湾汉磊科技总经理庄渊棋作了“宽禁带半导体的市场与技术”主旨报告。他认为SiC在电动汽车（EV）中将发挥着越来越重要的作用。特别是中国的汽车厂商非常活跃，他们将在电动汽车中广泛使用SiC功率器件，以满足更高效率、更轻量化的要求。
Wolfspeed的首席技术官John Palmour介绍用于功率开关应用的碳化硅材料及器件。由SiC、GaN构成的第三代半导体材料宽禁带技术改变了当代生活的诸多方面，例如风力发电、光电转换太阳能、汽车、能源存储、快充，目前宽禁带半导体引领时代潮流的氮化镓材料推动4G更快过渡进5G。John Palmour提到碳化硅具有高效和高能量密度，带动电动汽车等行业发展，是推动汽车行业发生变革的根本动力。John Palmour相信SiC转换器具有绝对优势，将未来电力推进系统带入高能效时代。
台湾錼创科技（PlayNitride）CEO 李允立分享了MicroLED显示技术的最新进展。他指出MicroLED显示技术与LCD、OLED显示技术相比，在显示效率、柔性化、无边框、多用途方面具有很大优势，是显示技术发展终极方向。但是仍有很多问题亟待解决，如实现柔性显示的衬底材料、驱动等。另外，虽然巨量转移是MicroLED大规模制造的一个核心技术挑战，但是巨量修复更是实现MicroLED商业化应用的另一个核心技术挑战。目前錼创在巨量转移、巨量修复上取得了一些重要进展，MicroLED产品在电视领域已经得到初步商用验证。
GaN Systems的全球运营副总裁 Stephen Coates为与会嘉宾介绍：如何用体积更小、能耗更低、更高效率的功率电子器件改变汽车世界。氮化镓的设计趋向于效率更高、体积轻而小的方向发展。氮化镓作为更好的功率晶体管可以制造出更好的功率电子器件。Stephen Coates相信如今GaN SYSTEMS在氮化镓方面取得的研究成果会给汽车、太阳能、无线电、AC Adapter、大数据管理（Datacenter Server and Rack Power）、车载充电、Traction Inverter等诸多行业带来更多裨益。
Finisar Corporation在VCSEL垂直腔面发射激光器技术方面处于领先地位。自1993年开始研究，至今已成为3D照相机供应商的主要VCSEL供应商。Finisar Corporation全球营销高级总监Christian Urricariet介绍VCSELs技术在3D检测方面的应用。典型的激光3D感应系统利用激光红外线生成深度数据：Structured Light，Time-of-Flight (ToF)，实现方法是利用处理器的算法来计算数据。目前VCSEL在智能手机中的多处应用，手机中的人脸识别是其中之一。如今3D数码相机和深度传感系统快速融入图像检测和激光照明技术。Christian Urricariet提到VCSEL技术将推动IR发展。VCSEL在3D传感市场收益预计2023年增加$1.8B。
昂坤科技首席执行官马铁中阐释了当前外延芯片缺陷检测的难点。与传统的缺陷分类方法不同，昂坤视觉基于数轮深度学习算法的EPI AOI（外延芯片缺陷检测）可以将缺陷分类精度提高到99%。不仅如此，马博士还向与会者分享了EPI AOI系统的结构外观。EPI AOI 还包括EPI DSA缺陷溯源分析、EPI Image Viewer离线观察缺陷形态等多个软件集成。EPI AOI自动对焦精度达到0.1μm，马博士列举了EPI AOI检测氮化镓及砷化镓材料缺陷的应用案例。这种基于数轮深度学习算法的外延芯片缺陷检测系统突破了传统的检测模式，以更高精度、更智能的检测赋予客户自定义缺陷类别的可能性。
