在职场中如何培养创新思维?

芯片研发人员,授权发明专利40+,聊聊技术层面的创新,

创新的本质,是旧有知识的创造性组合

不存在无中生有的创新

你必须建立本领域的知识体系,对过往各种创新,烂熟于心,才有可能产出新idea

换言之,在某个细分领域,认知颗粒度足够精细,才有可能创新,

何为认知颗粒度?

以器件结构类专利,进行说明,

这类专利针对某种已有的器件,通过结构上的微创新,获得某些有益效果

比如碳化硅TMOS,典型结构是在栅极区域挖槽,将栅电极做到半导体材料内部。

在此基础上,衍生出一大堆改进结构,比如ROHM的源极区域挖槽、Infineon的不对称屏蔽、住友的接地双掩埋等等。

 

 

这些改进的idea是如何产生的?

寻找问题至关重要

已有的器件结构尚存在哪些问题?

以VDMOS为例。

击穿特性与导通特性的折中能否进一步提升?

短路能力与导通特性的折中能否进一步提升?

开关损耗与导通损耗的折中能否进一步提升?

诸如此类的问题,不计其数。

往深了想,如何识别这些问题?

细化对器件认知的颗粒度

颗粒度越细,越有可能产生更多的想法

比如,你的目标是降低器件的导通电阻Rdon。

初学者往往无意识地将Rdon看作一个整体,这颗粒度太粗糙,看不到问题,理所应当。

如果将颗粒度细化,会发现,

自上而下,器件的电阻成分包括欧姆接触电阻、沟道电阻、JFET区电阻、漂移区电阻和衬底电阻,你的idea针对哪一部分?

 

如果是欧姆接触电阻,那就要考虑改变金半接触的材料?增大欧姆接触的面积?调整欧姆退火的条件?

如果是沟道电阻,那就要考虑是积累型沟道还是反型层沟道?是提升迁移率还是减小沟道长度?

如果是漂移区电阻,那就要考虑是否利用电导调制效应?或者引入超结结构?

每个参数背后,都藏有无穷的细节,果壳之中,亦有宇宙。

面对最普通的参数Rdon,初学者的心中波澜不惊,进阶者的脑海已转过万千思绪。

学得越深,你看到的细节越纷繁、越庞大。

化繁为简,是统领全局的战略能力。由简入繁,是深耕细作的战术能力

了解认知颗粒度的重要性,下一个问题是,

如何在日常学习中,逐渐细化认知颗粒度?

有人说,多读文献、多看资料、多听网课,

这些,都是输入,学习效率太低

我的体会是,

按照费曼学习法的逻辑,形成“输入→思考→输出”的学习流程,将其内化为自身习惯,

关键,是思考和输出,

 

图片来源:网络

三年前,每看一篇文献或专利,我都会做一页PPT

无论多么复杂的文献专利,都逼着自己,选择最重要的信息,用自己的逻辑,串成自圆其说的故事,展示在一页PPT内。

什么叫自圆其说的故事?

A是这PPT的观众,A的研究方向与自己离得越远,看懂这故事的难度越大。

最好的故事,可以让风马牛不相及的研究者,也能看懂其中的逻辑

在身边人里,找一个假想观众,不用选你的同门,甚至不必是研发人员。

我的假想观众,便是公司总经理

他了解技术,但已经没有太多时间关注各个方向的技术细节。

做每一页PPT,我都会想象自己坐在会议室,向总经理介绍这篇文献背后的故事

作者想解决什么问题,采用哪种思路,做了哪些实验,得到哪些结果,尚有哪些不足……

想经得住追问,就得对每页PPT精雕细琢,梳理出令人信服的逻辑链

如此坚持一段时间,积累几十页PPT,发现效率提升不少。

一是查找非常方便,哪天突然想到某篇文献里的某个点,就在这里查询,

二是会加深印象,用自己的语言,组织一篇文献的精华,的确会记得更久。

今年以来,又觉得,某些复杂的文献,一页PPT实在难以呈递所有高价值信息

于是尝试另一种玩法,对这些文献,进行解读,

这份功率器件文献专栏,也是费曼学习法的最新应用,

希望通过我的解读,将晦涩的专业文献,转换成可读性更强、却又不失其内在逻辑的作品

为什么要建立专栏,定期更新?

因为要通过这种方式,逼自己交付作品

小结:

技术领域,如何培养创新思维?

答:在某一细分领域,细化认知颗粒度

如何细化认知颗粒度?

答:按照费曼学习法的逻辑,建立“输入→思考→输出”的学习流程,内化为自身习惯。

坚持一年半载,idea自会从心底涌现。

关注@晏小北 ,理解芯片与经济~

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/pingmian/87801.shtml
繁体地址,请注明出处:http://hk.pswp.cn/pingmian/87801.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

设备健康管理平台功能深度对比:中讯烛龙如何以预测性维护重构工业运维范式?

全球制造业因非计划停机每年损失超千亿美元​,而搭载预测性维护系统的企业,设备可用率可提升至99.8%​​。 在工业4.0与智能制造浪潮下,设备健康管理平台已从“可选工具”升级为“核心生产力工具”。面对市场上功能繁杂的解决方案&#xff0c…

YOLOv11 架构优化:提升目标检测性能

YOLOv11 作为目标检测领域的最新成果,其架构优化是提升性能的关键。本文将详细探讨 YOLOv11 的架构改进,以及这些改进如何帮助模型在实时应用中实现更高的准确性和效率。 一、架构改进 (一)C3K2 块 C3K2 块是对 CSP 块的增强&a…

特别放送:关于一个无法修复的系统级Bug

大家好,我是阿威。 熟悉我的朋友都知道,我的博客基本只聊三件事:代码、架构和偶尔的职业生涯吐槽。但今天,我想破个例。起因是上周熬夜排查一个线上问题,一个分布式系统,流量洪峰一来,某个下游…

云原生-集群管理

1.集群管理命令:a.如何管理集群?-kubectl是用于控制Kubernetes集群的命令行工具b.语法格式:-kubectl [command] [TYPE] [NAME] [flages]command:子命令,如create、get、descrbe、deletetype:资源类型&#xff…

基于Linux下的vscode c/c++开发环境搭建详细教程

vscode是文本编辑而非集成开发环境,需要经过配置才能在其上编译执行代码。本教程将具体详解在linux上配置Visual Studio Code使用GCC C 编译器(g)和GDB调试器的方法(GCC是GNU 编译器集合,GDB则是 GNU调试器&#xff09…

【EGSR2025】材质+扩散模型+神经网络相关论文整理随笔

MatSwap: Light-aware material transfers in images 介绍任务:输入一张拍摄图像、示例材质纹理图像(这里跟BRDF无关,通常我们讲到材质一般指的是SVBRDF,但是这里的材质指的只是纹理)、用户为拍摄图像指定的遮罩区域&…

WebRTC 双向视频通话

WebRTC 双向视频通话 一、项目概述 WebRTC(Web Real - Time Communication)是一种支持浏览器之间进行实时通信的技术,它使得在网页上实现音视频通话、文件共享等功能变得更加容易。为了体验这个技术,所以我实现了webrtc - local…

Paimon lookup核心过程:分级查找、二分和缓存创建

LookupLevels LookupLevels 在 Paimon 中扮演着**“带缓存的、基于 Key 的数据查找引擎”**的角色。它的核心使命是:当需要根据主键(Key)查找某条数据时,能够高效地在 LSM-Tree 的多层(Levels)数据文件中定…

Ruby大会演讲实录:Baklib 如何用 AI 重构内容管理赛道

“2015 年成都 Ruby 大会时,我们还在做大数据项目;2025 年的今天,Baklib 已服务 800 多家企业。” 在 RubyConf China 2025 的演讲台上,Baklib 创始人Song以十年对比开篇,讲述了从技术爱好者到企业服务创业者的蜕变&am…

408第三季part2 - 计算机网络 - 传输层II

理解第一次和第二次握手是不能携带数据,只能消耗一个序号后面挥手也有第一次和第三次题目建立连接是1000,FIN挥手是5001,这两个是不会带数据的所以字节数范围是1001-50005000-10011 4000c再次理解还可以叫快速重传题目服务器想要100确认号客…

揭秘图像LLM:从像素到语言的智能转换

图像LLM是怎么工作 图像LLM(多模态大语言模型)的核心是将图像转化为语言模型能理解的“语言”,并与文本深度融合。以下结合CLIP、DALL-E、GPT-4V等主流模型,通过具体例子说明其工作机制: 一、图像→特征向量:从像素到“密码” 例子:识别“戴墨镜的猫” 视觉编码器提取…

十、K8s集群资源合理化分配

十、K8s集群资源合理化分配 文章目录 十、K8s集群资源合理化分配1、K8s 资源限制 ResourceQuota1.1 什么是ResourceQuota?1.2 ResourceQuota通常用于如下场景:1.3 基于租户和团队的资源限制1.4 基于命名空间的资源限制 2、K8s 资源限制 LimitRange2.1 设…

Android 13 设置界面会判断当前屏幕的大小,如果是大屏,则为左右屏显示

1.前言 在13.0的系统rom定制化开发中,在某些时候,在大屏设备中,设置新增了左右分屏的功能,就是 左边显示主菜单,右边显示一级菜单的功能,某些情况下不需要,接下来关闭这个功能 2.设置界面会判断当前屏幕的大小,如果是大屏,则为左右屏显示的核心类 packages/apps/Sett…

算法学习day15----蓝桥杯--进制转换

python代码:def jinzhizhuanhuan(x, n):ans 0while x > 0:ans x % nx // nreturn ans sum 0 for i in range(1, 2025):if jinzhizhuanhuan(i, 2) jinzhizhuanhuan(i, 4):sum 1 print(sum)虽然结束了期末周,但是又变懒了不少,水一个先…

OpenStack扩展

一、OpenStack (开源云计算管理平台)的核心服务组件及功能计算服务(Compute - Nova)功能:是 OpenStack 计算资源管理的核心组件,负责虚拟机实例全生命周期管理,像实例的创建、启动、暂停、迁移、…

【LeetCode 热题 100】41. 缺失的第一个正数——(解法二)原地哈希

Problem: 41. 缺失的第一个正数 题目:给你一个未排序的整数数组 nums ,请你找出其中没有出现的最小的正整数。 请你实现时间复杂度为 O(n) 并且只使用常数级别额外空间的解决方案。 【LeetCode 热题 100】41. 缺失的第一个正数——(解法一&am…

C#上位机之Modbus通信协议!

文章目录前言一、Modbus概念二、使用步骤1.使用Modbus准备2.使用步骤三、Modbus RTU 与 Modbus ASCII对比前言 Modbus通信协议! 一、Modbus概念 从站设备编码(从站地址、单元ID),一主多从。 存储区:0-线圈状态、1-输…

前后端分离架构下的跨域问题与解决方案

在现代Web开发中,特别是随着前后端分离架构的普及,跨域问题成为了开发者必须面对的一个重要议题。本文将详细介绍什么是跨域问题、其产生的原因以及如何从前端和后端两个角度来解决这个问题,并提供一些实用的代码示例。一、跨域问题概述1. 定…

搜索数据建设系列之数据架构重构

导读 主要概述百度搜索业务数据建设的创新实践,重点围绕宽表模型设计、计算引擎优化和新一代业务服务交付模式(图灵3.0开发模式)三大方向,解决了传统数仓在搜索场景下面临的诸多挑战,实现了搜索数据建设的高效、稳定、…

2025年渗透测试面试题总结-2025年HW(护网面试) 29(题目+回答)

安全领域各种资源,学习文档,以及工具分享、前沿信息分享、POC、EXP分享。不定期分享各种好玩的项目及好用的工具,欢迎关注。、 目录 2025年HW(护网面试) 29 1. 样本分析思路 2. Linux GDB分析样本示例 3. 应急案例:WebShell后…