1.士兰微“降压变换器及其控制电路、控制方法”专利公布
2.海栎创“一种稳压器及其控制方法”专利公布
3.山东大学集成电路学院获批2项山东省本科教学改革研究项目
4.中国科学院微电子所在人工智能工艺器件建模方面取得重要进展
5.哈工大深圳校区陈晓彬教授团队揭示产生巨磁阻效应的全新物理机制
1.士兰微“降压变换器及其控制电路、控制方法”专利公布
据天眼查显示，杭州士兰微电子股份有限公司“降压变换器及其控制电路、控制方法”专利公布，申请公布日为2024年12月31日，申请公布号为CN119231938A。
本公开提供了一种降压变换器及其控制电路、控制方法，控制电路包括关断控制单元，对输出电压采样获取反馈信号，将反馈信号和第一基准电压误差放大得到补偿电压，根据电感电流、补偿电压和最小导通时间信号生成关断控制信号；降频控制单元，基于补偿电压和第二基准电压的比较结果生成降频控制信号；导通控制单元，根据时钟信号、第一驱动信号生成定频控制信号，根据定频控制信号、降频控制信号生成导通控制信号；驱动单元，接收导通控制信号和关断控制信号生成第一驱动信号控制第一开关管导通或关断。本公开通过设置降频控制单元基于输出反馈控制是否在定频控制方式下插入降频控制来实现恒压输出。
2.海栎创“一种稳压器及其控制方法”专利公布
据天眼查显示，上海海栎创科技股份有限公司“一种稳压器及其控制方法”专利公布，申请公布日为2024年12月31日，申请公布号为CN119225468A。
本发明公开了一种稳压器及其控制方法，其中，稳压器包括电压基准电路、缓冲器电路、传输电路和输出电路；缓冲器电路的输入端接收电压基准电路提供的基准电压，缓冲器电路的输出端连接至传输电路的输入端；传输电路的输出端连接输出电路的输入端，输出电路的输出端连接负载。通过负载电流与缓冲器电路电流的比例调节及唤醒状态与休眠状态结合的控制方法，本发明的稳压器获得了小面积、高精度和超低功耗的有益效果。
3.山东大学集成电路学院获批2项山东省本科教学改革研究项目
近日，山东省教育厅公布了2024年度本科教学改革研究项目立项名单，我院获批重点项目（成果培育类项目）1项，面上项目1项，实现了山东大学集成电路学院在省级教改项目中的新突破！
根据《关于开展2024年度山东省本科教学改革研究项目立项推荐和管理工作的通知》，学校组织开展了2024年度教育教学改革研究项目评审工作。经个人申报、学院推荐、专家评审等程序，最终遴选出一批质量高、跨度大、梯队强的研究项目推荐参与省级立项的评审。我院党委书记吴天柱申报的《面向国家集成电路战略的“一生一芯”“师徒制”特色化创新人才培养模式探索与实践》获批重点项目，并将作为山东省冲刺国家级教学成果奖的成果进行重点培育。教师黄博达申报的《“跨界创新、全域AI”教育新质生产力的人才培养变革——高频课程群AI+MR智能体赋能“三师四创”教学实践》获批面上项目。
学院近年来高度重视教育教学改革工作，多渠道、全方位深化本科教育教学改革，鼓励学院教师积极申报学校及山东省教育教学改革项目，成效显著。项目的设立旨在加强学院在人才培养能力和质量建设的关键领域的研究与改革，发挥教育教学改革研究的基础性、战略性、先导性作用。以立项促教改，以教改促创新，以创新促内涵提升，不断加快集成电路学院一流本科教育建设。（来源：山东大学集成电路学院）
4.中国科学院微电子所在人工智能工艺器件建模方面取得重要进展
随着集成电路特征尺寸的不断微缩,工艺和器件模拟的计算复杂度显著增加,传统物理建模方法难以满足大规模仿真和快速迭代的需求,亟需引入前沿人工智能技术,开发高效的仿真模型以支撑先进工艺参数优化和新型器件设计。
在刻蚀工艺的仿真加速方面,EDA中心姚振杰副研究员和陈睿研究员开展联合攻关,提出一种级联递归神经网络(CRNN),该模型通过递归神经网络充分表征刻蚀轮廓,通过级联组合层实现轮廓特征与工艺参数的(如压力、功率、温度和电压)的信息融合。通过仿真和实验数据验证,与传统刻蚀模型仿真结果对比,CRNN模型在保证预测精度的前提下,显著提升了建模效率,验证了人工智能在工艺建模方面的计算效率优势。
在GAAFET器件仿真加速方面,EDA中心姚振杰副研究员团队和北京航空航天大学、概伦电子合作,提出一种密集连接深度神经网络(DenseDNN),通过在神经网络各层之间建立直接连接,提供更强的特征提取和信息传递能力。结合代价敏感学习方法,模型更加关注决定器件特性的关键数据,从而实现对关键器件特性的准确预测。该研究工作展现了人工智能在器件建模方面的性能和效率优势,为先进半导体器件的智能化模型提供了参考。
智能驱动刻蚀工艺仿真研究成果“Etching Process Prediction based on Cascade Recurrent Neural Network” 发表在人工智能权威期刊《Engineering Applications of Artificial Intelligence (EAAI)》,微电子所副研究员姚振杰为论文的第一作者,微电子所陈睿研究员、李俊杰正高级工程师为共同通讯作者。智能器件建模研究成果“Device Modeling Based on Cost-Sensitive Densely Connected Deep Neural Networks”发表在器件领域权威期刊《IEEE Journal of the Electron Devices Society》,微电子所研究生唐晓莹为第一作者,微电子所副研究员姚振杰为通讯作者。两项研究得到了国家重点研发计划和中国科学院战略性A类先导专项的支持。
图1 基于CRNN的刻蚀工艺预测
图2 基于代价敏感稠密链接神经网络的GAA NSFET电学特性建模
（来源：微电子研究所集成电路先导工艺研发中心）
5.哈工大深圳校区陈晓彬教授团队揭示产生巨磁阻效应的全新物理机制
近日，哈工大深圳校区陈晓彬教授课题组在磁隧道结研究中取得新进展，揭示了产生巨磁阻效应的全新物理机制。该成果以《基于自旋-谷失配铁磁材料的巨大隧穿磁阻》（Giant tunneling magnetoresistance based on spin-valley-mismatched ferromagnetic metals）为题发表在《物理评论快报》（Physical Review Letters）上。
磁阻器件在磁传感和数据存储技术中应用广泛，实现高磁阻是提高磁阻器件灵敏度的关键。半金属材料仅有一种自旋通道，用于半金属器件中可自然实现完美自旋过滤，理论上可实现100%的极限磁阻。但因半金属材料稀少且精确制造难度大，其发展缓慢。
研究团队提出自旋-谷失配材料的概念，阐明其引发高磁阻的机制。自旋-谷失配材料具有本征的不匹配的自旋和谷自由度，在输运结构中呈现输运带隙。这些材料被用作电极时，可在反平行构型下阻塞电荷传输，从而产生巨大磁阻效应。利用第一性原理输运计算，课题组发现铁磁的1T相二硒化钒、1T相和2H相二硫化钒（1T-VSe2、1T-VS2和2H-VS2）为自旋-谷失配金属，以它们为电极在自旋阀范德华器件中，可实现超过99%巨大磁阻。鉴于电极材料本身自旋态具有倒空间不匹配性质，范德华器件的中间层材料原则上可为任意非磁性材料。本研究为新型高磁阻机制提供清晰的物理见解，为寻找、设计高磁阻器件开辟了新途径。
半金属、普通铁磁金属和自旋-谷失配铁磁金属作电极时的电子传输示意图
哈工大深圳校区为论文第一完成单位与通讯单位。陈晓彬教授为通讯作者，深圳校区博士研究生严坤为第一作者。
该项研究获得国家自然科学基金以及深圳市科技计划项目资助。
（来源：哈尔滨工业大学深圳校区）
热点聚焦：
2.
曾服务蔚来比亚迪,国产智驾公司突遭“封楼”
3.
又一国产EDA公司拟A股IPO,浦东科创强力助阵！
4.
显卡大厂撤出中国大陆
