热点事件 持续更新
Lam 用虚拟孪生+ML 优化 DRAM 良率
1 篇报道 1 个报道来源 5 小时前更新
先了解这件事
AI 综述
2026 年 10 月 29 日，Lam Research 发布一手技术报道，介绍其如何利用半导体制造过程中的虚拟建模与机器学习来优化 DRAM 良率。Lam 的方案将 SEMulator3D® 虚拟孪生技术与 Fabtex™ Yield Optimizer 机器学习优化相结合：先以实际晶圆数据校准虚拟孪生模型，再通过虚拟量测同时检测短路、断路、重叠缺陷等 8 种系统性失效模式，并同步搜索最优工艺目标。据其模拟结果，在名义工艺条件下预测良率仅 0.1%，经优化后提升至 78.5%。报道称该方法可显著减少晶圆实验所需的时间与成本。这是对该事件的首篇报道，后续进展有待观察。
AI 根据报道生成 · 2 小时前更新
最新进展10月29日 00:12
Lam 发布虚拟孪生与 ML 方案，DRAM 模拟良率从 0.1% 提升至 78.5%。报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- Lam Research 半导体制造技术Lam Research：虚拟孪生与机器学习如何优化 DRAM 良率
Lam Research 用 SEMulator3D® 虚拟孪生结合 Fabtex™ Yield Optimizer 机器学习优化来提升 DRAM 良率。模型经硅片数据校准后，通过虚拟量测同时检测短路、断路、重叠缺陷等 8 种系统性失效模式，并同步搜索最优工艺目标。在名义工艺条件下预测良率仅 0.1%，优化后提升至 78.5%，大幅减少晶圆实验的时间与成本。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。