활용 사례 연구

Mesh-Native Physics-Informed Graph Surrogates for TCAD-in-the-Loop Design Space Exploration

ARarXiv9월 4일 발표 · 1분 · 심사 전 논문

고성능 소자 설계의 핵심인 TCAD 시뮬레이션은 계산 비용이 높아 활용에 한계가 있었습니다. 연구진은 이 문제를 해결하기 위해 물리 정보를 통합한 그래프 주의 네트워크(GAT) 기반의 새로운 대리 모델을 개발했습니다.

세 줄 요약arXiv 원문 기반

이 모델은 소자의 격자(mesh) 구조 위에서 직접 작동하며, 물리 법칙을 손실 없이 반영하여 기존 ML 방식의 한계를 극복하고 크기 일반화 능력을 갖췄습니다.
시뮬레이션 속도가 획기적으로 빨라져, 이전에는 계산이 불가능했던 초대형 소자 배열의 최적화 설계 공간 탐색(DSE)을 가능하게 합니다.
추론 속도는 매우 빠르지만, 모델은 여전히 GPU 메모리에 의존하며, 가장 정확한 결과를 얻기 위해 능동 학습(active-learning) 과정을 거치는 것이 중요합니다.