集成电路材料研发面临机理复杂、元素众多、多工艺适配难等问题，对新型研发范式需求日益增加。集成电路材料基因组技术体系是构建“集成电路材料组成与结构—材料性能—集成电路产品性能”构效关系加速材料研发的新型高效研究范式。

本课题组致力于研究集成电路基因组技术体系，通过人工智能、材料计算仿真、数据库和高通量实验各技术深入研究，设计筛选抛光、光刻、刻蚀、清洗等关键工艺材料和存储、逻辑等功能材料。

1. 在人工智能方面，研究集成电路材料大模型、智能体、端到端构效关系模型建立、AI加速计算等技术，提高材料设计速度，降低实验耗材和实际成本；

2. 在材料计算仿真方面，研究跨尺度计算方法，开发材料微观结构到宏观性质的本构关联耦合技术，建立集成电路材料模型库。在数据库方面，研究文献及计算、实验数据高效挖掘技术，建立集成电路材料多源数据库，构建材料设计人工智能模型；

3. 在高通量实验方面，研究全晶圆高通量薄膜沉积技术，建立高通量工艺调控多元掺杂组分、微观织构及堆栈结构方法。