《其他電》鴻海研究院突破SiC瓶頸 加速第三代半導體進展
【時報記者林資傑台北報導】鴻海(2317)旗下鴻海研究院再傳捷報，由半導體研究所攜手人工智慧（AI）研究所，結合鴻揚半導體優異的製造能力，成功將AI學習模型與強化學習（Reinforcement Learning）技術結合，大幅加速碳化矽（SiC）功率半導體的研發進程，並取得顯著成果。
鴻海指出，此次研究成果發表於國際知名期刊「IEEE Open Journal of Power Electronics」（OJPEL），該期刊影響因子達5.8以上，體現在電力電子領域的高學術價值。研究成果除可進行「設計優化」外，未來更可延伸至「製程改良」和「故障診斷」，擴大應用範圍。
鴻海研究院在此次研究中採用強化學習中的策略優化方法，透過策略梯度技術中的Proximal Policy Optimization（PPO）演算法和結合策略與價值函數的Actor-Critic（A2C）架構，探索並優化碳化矽材料的製程參數與元件設計，以提升性能表現。
不同於以往傳統由多個參數值來預測結果的手法，鴻海研究院此次應用AI進行反向預測，並在給訂目標值後，直接找出對應的設計參數，如此應用在實務中，可減少設計人員來回試誤次數、提升效率。
鴻海指出，此技術不僅能模擬和調整複雜的製程參數，還能顯著縮短元件開發時間並降低研發成本，為碳化矽技術在功率半導體領域注入新動力，除了可進行「設計優化」外，未來更可延伸至「製程改良」和「故障診斷」，擴大應用範圍。
碳化矽功率半導體因超寬能隙、耐高溫與高壓特性，已成為新能源電動車、智慧電網及航太電子系統等高功率應用中的關鍵材料。透過強化學習技術優化，鴻海研究院得以精準預測碳化矽元件在不同電壓與溫度下的表現，進一步提升穩定性與可靠性。
鴻海表示，此技術突破不僅推動碳化矽功率半導體的發展，還將加速在高端市場的應用。展望後市，鴻海研究院將持續致力於前瞻技術開發，將AI技術與半導體研發深度結合，創造更多高功率元件應用可能，進一步提升台灣在全球半導體領域的競爭力。
