近日，南京郵電大學郭宇鋒教授團隊在第37屆國際功率半導體器件與集成電路會議（37th International Symposium on Power Semiconductor Devices and ICs, ISPSD 2025）發表創新研究成果“Intelligent Design of Superjunction Devices based on Physics-informed Neural Network”，第一作者為陳靜講師，通訊作者為郭宇鋒教授。該研究針對傳統設計方案中“人在回路”的局限，提出了超結功率器件物理信息網絡（SJ-PiNN）智能設計方案。基于精確二維電場分析和碰撞電離路徑積分構建的R阱模型生成數據，訓練SJ-PiNN模型實現從性能指標到結構參數的智能預測，并結合差分進化算法，實現任意擊穿電壓與比導通電阻下的最優寬長比設計。結果表明SJ-PiNNd的R²預測準確率>99.6%，3秒內可生成與數值仿真平均誤差<3%的最優寬長比設計，且基于該方案，在CRM 12英寸超結工藝平臺研制出兩個750V超結器件，實測擊穿電壓/比導通電阻平均偏差僅2.4%/5.1%。這一成果為功率器件的設計提供了全新的設計方法。

ISPSD是功率器件和功率集成電路領域最具影響力和規模最大的頂級國際學術會議，被認為是功率半導體器件和集成電路領域的奧林匹克會議，覆蓋了功率半導體器件、功率集成電路、功率集成、工藝、封裝和應用等功率半導體領域的所有方面，一直以來都是國內外產業界和學術界爭相發表重要成果和交流的平臺。會議共錄用176篇高質量論文，吸引了600余名學者與工程技術人員參與。ISPSD每年在歐洲、日本、北美和其他地區輪流舉辦，2025年的舉辦地為日本熊本市，2026年將在美國拉斯維加斯市舉辦。此次我院團隊在ISPSD發表研究成果，彰顯了南京郵電大學集成電路學院在功率器件前沿技術研發方面的強勁實力。 

（來源：南郵集成電路）