精选理由
PCGD用物理引导扩散做芯片仿真，精度逼近传统TCAD但快得多，遇到新结构只用少量数据微调，省时省力。
PCGD是一种物理引导条件图扩散框架，在非结构TCAD网格上预测耦合静电场和载流子密度场。在混合PN/MOS基准上，PCGD达到0.835%的平均相对场误差，优于确定性一步回归（1.207%）和局部扩散（1.585%）。相比纯扩散，PCGD将最大PDE残差误差降低了近三个数量级。通过LoRA适配，PCGD在未见过的SOI拓扑上达到0.815%误差，仅需全微调数据量的1/5.30和参数量的1/14.34。
AI 翻译 · 中文
PCGD是一种物理引导条件图扩散框架，在非结构TCAD网格上预测耦合静电场和载流子密度场。在混合PN/MOS基准上，PCGD达到0.835%的平均相对场误差，优于确定性一步回归（1.207%）和局部扩散（1.585%）。相比纯扩散，PCGD将最大PDE残差误差降低了近三个数量级。通过LoRA适配，PCGD在未见过的SOI拓扑上达到0.815%误差，仅需全微调数据量的1/5.30和参数量的1/14.34。
Technology computer-aided design (TCAD) semiconductor device simulation is fundamentally constrained by the high computational cost of iteratively solving coupled drift-diffusion equations. Existing ML surrogates either …