【清华团队合作运用人工智能为超微芯片电容设计高性能介电材料】面向AI算力先进封装、高速光通信、相控阵雷达T/R组件等高端应用场景，芯片电容作为关键无源器件，对核心介质材料提出兼具高介电常数（κ）、低介质损耗（tanδ）与近零介电温度系数（TCκ）的综合性能要求。然而，高介电极化往往易伴随更显著的温漂与损耗升高；如何从材料本征结构层面实现高极化、低损耗与热稳定性的协同调控，是高κ介质材料领域亟待突破的核心科学与工程应用问题。

近日，清华大学材料学院教授林元华院士团队与合作者首次提出分层机器学习策略，贯通“结构筛选-因子识别-器件验证”：先在候选氧化物家族中锁定钨青铜结构，再由Bi/Ge协同取代调控局域极化，最终获得介电常数约185、介质损耗＜0.0005、介电温度系数约-22 ppm℃⁻¹的综合性能。基于该材料制备的芯片电容原型器件，较国际厂商同类产品体积缩小约85%，展现出工程应用潜力。相关研究成果以“适用于微型电容器的温度稳定型高κ介电氧化物”（Temperature-stable high-κ oxides for miniaturized capacitors）为题，于10月6日在线发表在《自然·电子》（Nature Electronics）。论文链接：网页链接 （来源：材料学院）科研速递 清华大学