半导体

GPT-4o写设备Recipe：从3小时到10分钟上个月ETCH机台换新Recipe，我按老办法调了整整3个小时，膜厚偏差还是2.3%。后来试着让GPT-4o帮我分析历史参数和输出结果的关联，10分钟就给出一组初始参数，偏差直接降到0.9%。

【6.14】dB/dBm 标准两步换算流程（通用 / 用途说明）运算规则：$\mathrm{dBm} \pm \mathrm{dB} = $ 新的dBm\mathrm{dBm}dBm

Python自动爬设备报警日志，每天省1小时每天早上到公司第一件事：打开SECS/GEM日志界面，手动抄报警代码到Excel，再分类统计。8台设备抄完刚好1小时。上个月实在受不了了，用Python写了个自动采集脚本，现在5分钟搞定。

用GPT-4o自动生成SPC报告：省了每月2天重复劳动每月SPC报告要花我2天，手动填数据+画图+写分析。用GPT-4o后30分钟搞定。这不是炫技，是真的把省下的时间用来做更有价值的事。

本地部署开源大模型，搭建半导体知识问答系统（Ollama+Llama3）图1：本地部署大模型知识问答系统完整架构去年我们试过直接用ChatGPT查工艺问题，被IT部门叫停——原因是：

【IEEE出版|江南大学主办】第二届先进半导体器件与集成技术国际学术会议第二届先进半导体器件与集成技术国际学术会议（ASDIT 2026） 2026 2nd International Conference on Advanced Semiconductor Devices and Integration Technology

AICsE 2026 Workshop 2征稿｜高可靠半导体器件与集成电路的仿真、建模、设计与优化会议聚焦AI芯片、集成电路与电子领域前沿，Workshop 2由西安电子科技大学徐长卿副教授、廖新芳老师联合主持，欢迎关注！

国产化FPGA测试工具链--让你的FPGA设计验证更高效、更安全、更自主在FPGA设计验证过程中，你是否常常遇到：国外工具卡脖子：依赖进口工具，供应链安全无法保障，关键时刻可能断供

第六届电子材料与信息工程国际学术会议（EMIE 2026）会议中文主页：【往届3个月发表/EI稳检索】第六届电子材料与信息工程国际学术会议（EMIE 2026）_艾思科蓝_学术一站式服务平台 https://www.ais.cn/attendees/index/FIU7JQ?invite=L3783

Deepoc数学大模型：以低幻觉特性护航半导体精准设计与制造半导体产业在迈向更先进节点时，其核心挑战不仅在于物理极限的突破，更在于如何在海量复杂性与高度不确定性中，做出可信赖的决策。传统基于数据驱动或简化物理模型的方法，常因“幻觉”（即输出与物理现实或真实数据存在系统性偏差）而引入风险，导致设计反复、良率波动或可靠性误判。Deepoc数学大模型的核心特性——“低幻觉”，即其预测结果与物理规律及真实观测数据保持高度一致的可信度，为应对这一挑战提供了关键的技术基石。

项目工具测评实验室

2026 半导体项目管理工具选型指南：飞书项目、PowerProject、禅道怎么选半导体项目的难处，不在于"任务多"，而在于"链路长、节点重、容错低"。从立项到量产，一颗 SoC 通常要经过 IP 选型、架构定义、RTL、验证、DFT、综合、PR、Tape-out、Bring-up、Silicon Validation、Mass Production 等几十个里程碑，再叠加 EDA 工具链、Foundry 协同、Package/Test 厂、车规/工规质量体系。一个节点滑动两周，可能直接影响下一年的产能规划。本文从一线项目管理顾问的视角，对比飞书项目、PowerProject（奥博思

道可云荣登半导体AI智能体应用第一梯队，打造研发全链路新范式在集成电路产业迈向高质量发展的关键阶段，人工智能正从“效率工具”演变为推动产业升级的重要基础设施。尤其随着全国两会持续释放“人工智能+”战略信号，以及“十五五”规划前瞻布局新质生产力、智能制造与未来产业方向，AI智能体正逐渐成为企业数字化转型的核心抓手。对于集成电路和半导体企业而言，行业竞争已不仅停留在制程、设计能力和供应链层面，而开始进入“研发体系智能化”的新阶段。在这一产业趋势下，道可云凭借面向科技创新型企业的AI赋能能力，成功跻身集成电路AI智能体应用第一梯队。公司以智能体为核心，以研发场景为突破

洞察物理世界

【硬件_τ定律】华为韬定律（τ 定律）理论重塑半导体行业2026年5月25日，华为在上海ISCAS 2026由何庭波正式发布，核心是：用“时间缩微”替代“几何缩微”，从“拼尺寸”转向“拼速度”。

Deepoc数学大模型：重塑半导体研发与制造的核心算法范式在半导体产业向更先进制程演进的过程中，其面临的本质挑战已从单纯的工艺物理极限，演变为海量数据与极端复杂计算下的系统性优化难题。Deepoc数学大模型作为一种底层计算工具，其核心价值在于为芯片设计、工艺开发与制造管控提供了一套全新的高维数学求解与预测框架，旨在从算法层面突破传统方法的瓶颈。

封装与互连，比制程更重要的半导体突围战华为何庭波署名文章指出：当制程逼近物理极限，先进封装与互连技术正成为提升算力的新引擎。这不仅是技术路线的调整，更是一场系统级架构创新的革命。

新新学长搞科研

【安徽大学主办】第五届半导体与电子技术国际研讨会（ISSET 2026）第五届半导体与电子技术国际研讨会（ISSET 2026）2026 5th International Symposium on Semiconductor and Electronic Technology

题目：通过制造氧空位，从半导体金属氧化物中获得可与贵金属媲美的SERS增强摘要表面增强拉曼光谱（SERS）是一种非常强大的分子识别工具，但它基本上仅限于贵金属（金、银、铜）基底。虽然半导体材料作为SERS基底将极大地拓宽该技术的应用范围，但其检测灵敏度一直远不如贵金属，增强因子非常有限。本文报道了使用非化学计量的氧化钨纳米结构（海胆状W₁₈O₄₉纳米线）作为基底材料，以增强基底-分析物分子间的相互作用，从而实现拉曼光谱信号的显著放大。表面氧空位的富集能带来额外的增强。检测限低至10⁻⁷ M，最大增强因子为3.4 × 10⁵。据我们所知，这是半导体材料中最高的灵敏度，甚至可与没

嵌入式小企鹅

RISC-V车规专委会成立、AI模型集中开源、半导体产能加速爬坡目录🔮 今日技术观察🖥️ 一、RISC-V车规芯片规划与推进🧠 二、RISC-V生态 × 高性能MCU

Deepoc 数学大模型在半导体全流程中的技术应用半导体产业链对高精度计算、多物理场仿真、工艺参数优化具有极强依赖性，从芯片设计、晶圆制造到封装测试，每一步都离不开稳定可靠的数学求解能力。传统依赖人工调试、通用仿真与经验拟合的方式，在先进制程下逐渐出现精度不足、效率偏低、收敛困难等问题，直接影响研发周期、产品良率与长期可靠性。本文以纯技术视角，介绍 Deepoc 高可信数值计算模型在半导体领域的工程化支撑能力，全文客观中立、无营销、无夸大，符合技术平台发布规范。一、半导体行业面临的典型计算难题先进工艺设计复杂度急剧提升先进节点电路密度高、结构精细，

嵌入式小企鹅

Kimi K2.6开源对标GPT-5.4、英飞凌AURIX拥抱RISC-V、工信部定调太空算力今天几条关键信号值得程序员关注：1️⃣ 月之暗面开源Kimi K2.6模型——首个国产开源模型在软件工程领域登顶全球，长程编码能力显著提升，支持300个子Agent并行执行4000步任务，持续编码最长超12小时