郭新敬 Xinjing Guo

集成电路科学与工程 · 博士研究生

复旦大学 · 上海

gxjtriumph@icloud.com | (+86) 152-0176-7931 | 上海 | ResearchGate | EN
郭新敬

研究方向

致力于 Reliability-Aware DTCO，构建基于物理机理的可靠性模型与仿真软件，从原子级缺陷性质出发，预测器件可靠性与电路老化。

正向路径

以 DFT、机器学习势函数等方法开展第一性原理计算（借助 DASP、ILED 等软件），获取原子级缺陷性质；再代入 All-state Model 以及 RASP、HSPICE 等仿真器，预测 BTI、RTN 等典型的器件可靠性与电路老化问题。

反向路径

对 eMSM 协议测得的电学数据进行反演，提取原子级缺陷参数；借助 support-vector / dS 唯一性判据，严格证明所提取的参数是候选网格上的唯一非负解，使仿真与实验形成闭环。

Forward
第一性原理计算 / 机器学习
DFT、MLIP（借助 DASP、ILED）
原子级缺陷性质
陷阱能级、载流子俘获/发射速率
Backward
eMSM 实验
电学测量
缺陷参数提取
SVD / Tikhonov / dS Criterion
TCAD 器件可靠性建模
GlobalTCAD, Sentaurus TCAD
电路老化建模
HSPICE + OMI Compact Model
汇入上方流程

教育背景

复旦大学
集成电路科学与工程 · 博士在读
复旦大学
2022.09 – 至今
华东师范大学
物理学 · 理学学士 教育部基础学科拔尖计划
华东师范大学
2018.09 – 2022.06 · 专业排名第一
上海交通大学
数学与应用数学 · 辅修
上海交通大学
2020.09 – 2022.06

研究成果

2022 – 至今

原子级缺陷性质仿真

1 篇论文 · 1 项软件著作权 · 2 款商业软件
  • 高通量缺陷计算：对 SiO2、HfO2 等栅介质中的本征缺陷性质开展系统的第一性原理研究，建立了缺陷数据库。
  • 软件开发：主导开发 ILED（Intelligent Learning Engine of Defects），一款面向集成电路材料的自动化缺陷性质计算软件；同时参与 DASP（Defect & Dopant Ab-Initio Simulation Package）核心模块的开发。
2024 – 2025

机器学习加速缺陷性质计算

1 篇论文
  • ML 加速：借助机器学习原子间势（MLIPs）加速缺陷搜索，将计算成本降至 DFT 的 7.36%，精度仍保持在 96% 以上。
2023 – 至今

器件级可靠性仿真方法与软件

3 篇论文 · 1 项软件著作权 · 1 款商业软件
  • 高通量计算：系统研究无定形 SiO2 中的氧空位缺陷，识别出 7 种稳定构型，对应的形成能跨度较大。
  • 模型创新：提出面向 Si/SiO2 MOSFET 的可靠性模型 "All-state Model"，是对早期 Two-state Model 与 Four-state Model 的进一步推广：通过纳入无定形栅介质中全部缺陷构型与转移路径，修正了早期模型因忽略关键转移路径而导致的 BTI 退化预测偏差。 该模型目前正被集成进国内主流的 TCAD 仿真器。
  • 软件开发：主导开发 RASP——一款多尺度可靠性仿真器，将原子级缺陷参数映射到器件级阈值电压偏移。
2024 – 至今

基于电学测量的缺陷参数提取

进行中
  • 将 eMSM（extended Measure-Stress-Measure）协议测得的 BTI ΔVth 退化数据建模为带非负约束的反问题；采用 SVD、Tikhonov 正则化、PLS 等方法提取 NMP 缺陷参数。
  • 基于 support-vector / dS convex-hull-distance 判据，构建全局唯一性证书，严格证明所提取的缺陷参数是候选网格上的唯一非负解。
  • 产业合作：方法适用于 Si/SiO2 MOSFET 与 FinFET。目前正与中国汽车工程研究院（CAERI）开展合作，将其应用于高功率汽车芯片的可靠性测试数据，所提取的缺陷参数会进一步输入到器件级仿真中。
2024 – 至今

电路级老化紧凑模型开发

进行中
  • 模型创新：正在基于 "All-state Model" 开发 MOSFET 与 FinFET 的电路级老化模型。
  • 原子到电路仿真：将自研的缺陷参数提取方法与 HSPICE 相结合，构建从原子级缺陷到电路老化的完整仿真链条。

软件开发

RASP

核心开发者 2024 – 至今

Reliability Ab initio Simulation Package

基于 All-state Model 的可靠性仿真软件包，跨尺度地将第一性原理缺陷参数映射到器件级 ΔVth 预测。

文档与用户手册

ILED

核心开发者 2023 – 至今

Intelligent Learning Engine of Defects

面向集成电路材料缺陷性质计算的自动化软件包（已获软件著作权）。支持机器学习原子间势、机器学习哈密顿量等方法，加速原子尺度的缺陷性质计算。

DASP

贡献者 2022 – 2023

Defect & Dopant Ab-Initio Simulation Package

参与核心模块开发。目前已 商业化部署，在学术界与工业界拥有 150+ 用户，包括华为海思、宁德时代等。

文档与用户手册

代表性论文

  1. Xinjing Guo, Menglin Huang, Shiyou Chen. "Si/SiO2 MOSFET reliability physics: From four-state model to all-state model." Physical Review Applied 24, 044040, 2025.
  2. Xinjing Guo, Menglin Huang, Shiyou Chen. "RASP: Reliability ab initio simulation package of MOSFETs based on all-state model." Microelectronics Reliability, 审稿中.
  3. Xinjing Guo, Menglin Huang, Shiyou Chen. "An overlooked origin of NBTI in Si based MOSFETs." IEEE Electron Device Letters, 已投稿.
  4. Xinpeng Li*, Xinjing Guo*, et al. "Machine learning interatomic potentials accelerate defect exploration in amorphous silica." Physical Review Materials, 2025.
  5. Menglin Huang, ..., Xinjing Guo, et al. "DASP: Defect and Dopant Ab-Initio Simulation Package." Journal of Semiconductors 43, 042101, 2022.

荣誉奖项

国家奖学金 教育部
中科院 "Shangguang" 奖学金 中国科学院
"互联网+"大学生创新创业大赛 — 全国金奖 第七届，2022 年
DB-SNUbiz 创业挑战赛 — 全球第二名 首尔国立大学，2022 年
"挑战杯" — 全国铜奖 第十三届
中国国际大学生创新大赛 — 银奖 上海赛区，2025 年
复旦"卓越杯" — 一等奖 2025 年
华东师范大学年度创新人物 2021 年
MCM/ICM 数学建模竞赛 H 奖（Honorable Mention） COMAP，2020 年