当前位置: 首页 > news >正文

半导体制造工艺讲解

目录

一、半导体制造工艺的概述

二、单晶硅片的制造

1.单晶硅的制造

2.晶棒的切割、研磨

3.晶棒的切片、倒角和打磨

4.晶圆的检测和清洗

三、晶圆制造

1.氧化与涂胶

2.光刻与显影

3.刻蚀与脱胶

4.掺杂与退火

5.薄膜沉积、金属化和晶圆减薄

6.MOSFET在晶圆表面的形成

(1)浅沟槽隔离(STI)工艺

(2)单个mosfet的制造

三、晶圆封装测试

1.晶圆的划片

2.芯片的封装

3.芯片的测试


一、半导体制造工艺的概述

下面我就将讲解半导体制造工艺的相关流程,整个工艺可分为前中后三段,对我国而言,需要攻关的难题主要集中在中段。下面我将介绍半导体制造的相关工艺:

前段工艺主要是单晶硅片的制造,主要分为拉单晶、切片、倒角、研磨、检测、清洗几个步骤;

中段工艺分为晶圆制造,主要分为硅片的氧化、涂胶和烘干、光刻、显影、时刻、离子注入、薄膜沉积、研磨几个步骤;

后段工艺分为晶圆封装测试,主要分为晶圆减薄、划片、贴片、引线键合、封装、测试几个步骤。

二、单晶硅片的制造

1.单晶硅的制造

对于单晶硅的制造,学过材料学的人可能听说过拉单晶的说法。这就指的是单晶硅制造中使用提拉法,是熔体生长法的一种。

提拉法首先需要准备好所需的多晶硅原料和籽晶杆,其中原料需要放入坩埚中熔化。籽晶是具有和所需晶体相同晶向的小晶体,是生长单晶的种子。接着,籽晶杆带着籽晶插入熔体内,熔体可以沿着籽晶结晶。然后,开始以一定速度提拉并逆时针旋转,最终生长出棒状单晶体。

这样生产的单晶体生长速度快、质量好,适合大尺寸高质量晶体的批量生产。

2.晶棒的切割、研磨

机器在检测晶体的型号及纵向电阻率分布后,机器会对生长后的单晶硅棒进行切割,主要切去的是头部和尾部(检测不合格的地方也要切掉)产生圆柱形的单晶硅原料。

由于芯片制造对晶棒的直径及公差范围都有要求,又因为拉单晶做不到直接把直径控制到这个公差范围内,所以需要控制拉出的单晶直径比要求大3~5毫米,再把晶体放到滚磨机上进行外周滚磨,将截断后的晶棒的横截面直径控制在指定的范围。

3.晶棒的切片、倒角和打磨

首先,切片的工作流程是将许多根含有金刚石颗粒的钢线缠在轴上旋转,硅晶体穿过这些线以完成切片。

接着,我们需要对切好的晶片边缘进行倒角处理,可将晶片锐利的边沿修整成圆弧形,防止晶圆边缘破裂及晶格缺陷产生,增加晶圆边缘表面的机械强度,减少颗粒污染。

然后,切好的晶片需要进行化学机械研磨(cmp)设备进行厚度的统一和表面的抛光。打磨过程中,抛光液被不断地滴在抛光垫上,抛光液中的化学成分先与晶圆表面要去除的材料发生轻微化学反应,使其软化,然后抛光头施加压力并和抛光垫发生相对运动,除去反应物以达到整平目的。

4.晶圆的检测和清洗

每一片单晶硅也可称为晶圆,而晶圆的检测就是使用AOI检测设备检查外观缺陷,可检测产品外观有没有裂痕、位移偏差、缺失等。基本原理是采用摄像技术将被检测物体的反射光强以定量化的灰阶值输出,通过与标准图像的灰阶值进行比较,分析判定缺陷并进行分类。

清洗则是将晶圆浸入刻蚀剂中进行表面杂质的去除。

此刻,我们在电视新闻中常见的硅片就制造完成了。

三、晶圆制造

晶圆部分的流程很复杂,在总体上看是在单晶硅上面形成许多微小的mos管并形成让它们相互连通的导线,下面主要介绍该部分需要用到的工艺。

1.氧化与涂胶

在我们前面的流程中,我们不难发现单晶硅片十分金贵,所以需要将它的两个面氧化,形成一层二氧化硅保护层。虽然硅在常温的空气中即可氧化,但速度过慢,所以工程中会使用氧化炉中加热到1200℃并通入水蒸气以快速获得氧化层。

然后,在表面均匀涂上一微米厚的光刻胶。工业上常使用旋转涂胶的方法,将晶圆固定在旋转轴上,机器滴下光刻胶。由于此时摩擦力不足以提供足够的向心力,光刻胶会向外扩散至均匀涂抹在表面,最后还需要烘干。

光刻胶的制造曾是我国半导体行业发展的一大难题,如今,我国在这一领域已经取得了巨大的突破。

2.光刻与显影

光刻技术是指在光照作用下,借助光致抗蚀剂将掩膜版上的图形转移到基片上的技术。我们老百姓常说的光刻机就是该步骤的工具,而要想理解光刻就要先了解光刻胶的性质。

首先,光刻胶通过紫外光、电子束、离子束、X射线等的照射后,溶解度会发生变化。利用这样的性质,光刻机产生紫外光,令其通过掩膜版,此时一部分光就可以聚焦照射到附有一层光刻胶薄膜的基片表面,被照射到区域的光刻胶发生化学反应。

然后,就可以用显影机,加入显影液溶解,并用去离子水冲洗后甩干,去除可溶解区域的光刻胶,将可见的岛或者窗口图形留在硅片表面,显影的常见方法有旋转、喷雾、浸润。若除去的是曝光区的光刻胶,则称其为正性光刻胶;若除去的是未曝光区的光刻胶,则称其为负性光刻胶。

3.刻蚀与脱胶

我们在初中学过氢氟酸可以刻蚀玻璃,同样半导体刻蚀也是通过一定的化学物质将光刻胶暴露在外面的这一部分二氧化硅氧化层去除。

在了解刻蚀的主要工艺前,我们需要了解选择比和方向选择性两个专业术语。

由于刻蚀工艺中,二氧化硅层与光刻胶都会被刻蚀,因此引入选择比的概念。一个高选择比的刻蚀工艺,便是只刻蚀了该刻去的部分,并尽可能少地刻蚀到不应该刻蚀材料的工艺。

方向的选择性是指刻蚀的方向,可分为等向性和非等向性刻蚀两种。等向性刻蚀没有方向选择性, 纵向与横向反应同时发生,而非等向性刻蚀则是借助具有方向性的离子撞击来进行特定方向的刻蚀,形成垂直的轮廓。

刻蚀主要分为湿法刻蚀和干法刻蚀。

湿法刻蚀是指将晶圆浸入刻蚀液一段时间后捞出,其优点是刻蚀速率高,且由于只利用化学反应,选择比高,但也存在许多缺点。一方面,如果把晶圆浸入液体中,液体会浸满整个凹槽,此时光刻胶背面的受保护部分也会被液体腐蚀,换句话说,这样的刻蚀是等方向性的。另一方面,如果光刻胶缺口很小,刻蚀剂由于自身的表面张力无法进入凹槽,无法完成刻蚀。因此,如今在制作半导体核心层时,一般不采用湿刻蚀的方法。

干法刻蚀,是利用气态中产生的等离子体,通过经光刻而开出的掩蔽层窗口,与暴露于等离子体中的硅片行物理和化学反应,刻蚀掉硅片上暴露的表面材料的一种工艺。该工艺技术的突出优点在于,可以获得精确的特征图形。由于干法刻蚀技术在图形精准性上的突出表现,己成为亚微米尺寸下器件刻蚀的最主要工艺方法,已基本取代了湿法腐蚀技术。

在完成刻蚀后,光刻胶的使命就完成了,此时就需要使用晶圆去胶设备去除光刻胶。

半导体去胶工艺也可分为湿法去胶和干法去胶,过程也与刻蚀类似。相对于湿法去胶,等离子干法去胶利用高能等离子体处理光刻胶表面,去胶彻底且速度快,减少了对晶圆材料的腐蚀和损伤,是现有工艺中最好、最有效、最高效的方法。

4.掺杂与退火

这里的掺杂就是将IIIA族或VA族元素掺入晶圆的对应位置,在硅衬底上形成n型与p型半导体区域,常见方法有扩散法和离子注入法。

扩散法就是将晶圆放入高温的扩散炉管中,通入掺杂元素的蒸气,使杂质元素扩散进对应的硅衬底位置上。虽然该方法只需要热处理炉即可,但也存在诸多不足,比如可掺杂的杂质种类少、处理时间长、扩散的不可控性导致掺杂难以控制的问题,所以扩散法只适用于低精度半导体的制造。

目前掺杂最常用的方法是离子注入法,使用的机器称为离子注入机,是芯片制造中的关键装备,目前我国在相关技术上有了巨大的突破。

离子注入的掺杂大概分为以下步骤:

首先,机器内必须满足真空条件,含有杂质元素的气体(磷化氢(PH3)、三氟化硼(BF3)等)会通过离子源通入机器。

接着,这些气体经过电子碰撞激发变为等离子体,其中含有大量的电子和正离子。

之后,由于被撞击形成的正离子各不相同(比如BF3产生的正离子有硼离子、二氟化硼离子、氟化硼离子等),所以这些正离子会经过电场加速进入质谱仪中。质谱仪中的磁场使得离子受洛伦兹力并一定的半径发生偏转,核质比不同的离子其运动轨迹也不相同,只需要在需要的离子轨道处安装一个狭缝,就可以筛选出可以掺杂的离子。

然后,被筛选出来的离子会经过磁透镜聚焦与晶圆发生碰撞,此时离子就可以注入到硅晶格的一定深度内。

半导体注入杂质离子会产生结构性缺陷,破坏晶格完整性,电导率降低。所以需要将半导体材料置于炉中加热一段时间,然后匀速冷却。这样的工艺称为退火,这样就可以使结晶体内部原子重新排列至合适的晶格点位,去除大部分缺陷和杂质,恢复晶格的完整性,提高电学性能。

5.薄膜沉积、金属化和晶圆减薄

薄膜沉积广泛应用于新能源与半导体领域,主要分为物理气相沉积(PVD)和化学气相沉积(CVD),它们都可以产生固态薄膜。

物理气相沉积是指在真空下采用物理方法将材料转化为气态原子、分子或离子,并通过低压气体或等离子体沉积在基体表面形成薄膜的过程。而化学气相沉积是指气态化合物在一定条件下,通过原子、分子间的化学反应将反应形成的固相产物沉积在基片表面形成薄膜的过程。

把各个元件通过薄膜沉积与刻蚀形成金属导线,将各个mos管连接到一起,这样的工艺、连线过程一般称为金属化工艺。根据器件的复杂度和性能要求,电路可能要求单层金属或多层金属系统。可能使用铝合金或金作为导电的金属。

经过上面的这些工艺按一定的顺序处理,再经过CPM机器,对背面进行研磨,减薄晶圆。

最后经过检测,合格后就可以得到了一块块布满芯片的晶圆。

6.MOSFET在晶圆表面的形成

说完了晶圆制造的相关工艺,下面我将介绍作为芯片运行基本单元的mosfet是如何在一块硅晶片上形成的。在讲解之前需要明确,制造mosfet需要处理的只有表层的很浅的一部分,大部分的厚度都只起支撑作用。

(1)浅沟槽隔离(STI)工艺

该工艺以硅片作为基底先,在硅片上刻蚀出浅沟槽,然后填充氧化硅,形成电气隔离层。此时在隔离层两侧分别掺杂施主杂质和受主杂质,以在两侧形成互不干扰的n型衬底和p型衬底。在两侧制造的nMOSFET和pMOSFET就可以隔离开,防止相互干扰。

(2)单个mosfet的制造

具体制造过程可以看以下视频:

晶圆mosfet制造流程

三、晶圆封装测试

此部分晶圆已经制造完成,需要将各个芯片封装到外壳中以达到封装功能和保护内部电路的作用。

1.晶圆的划片

晶圆切割(划片)是将晶圆分割成多个独立的晶粒,每个晶粒通常含有完整的电路功能,是最终用于制造电子产品的核心组件。

在实际操作中,需要用激光对晶圆进行标记和定位,晶圆切割通常采用金刚石刀片等高精度切割工具,以确保每个晶粒保持完整、功能正常。随着芯片设计复杂度和尺寸的缩小,对晶圆切割技术的精度和效率要求也越来越高。

2.芯片的封装

获得了各个芯片则需要对其进行封装 ,主要包括贴片、引线键合封装的具体形式有很多,常见的有两种:裸片贴装和倒片封装。

裸片贴装就是将芯片的背面粘到基板上,然后通过机器利用微小的金或铜引线,利用近似焊接的方式将基板的焊盘与芯片连接起来,最后在外面用树脂等材料制造一个外壳封住芯片,就完成了封装。

由于裸片贴装引线的框架较大,而且传输信号的金属线又比较长,可能引起信号失真,不利于其正常工作,所以工程师们又发明了倒片贴装。

所谓倒片贴装就是将芯片正面直接扣在基板上,中间使用金属小球连接,此时的传输引线大幅缩短,框架也更小更紧密,有利于芯片的工作效率。目前我们所用的手机芯片的封装就是基于该封装方式。

其他芯片封装工艺也有很多,比如说电子设备中会存在各种芯片,它们之间的电信号通过导线交流的传输速度十分受限。所以现代工艺中也常将不同的芯片封装在一起以提高它们之间传输信息的时间。如果将该设备的所有芯片都封装到一起,制成一颗高度集成的芯片,这颗芯片就称为系统级芯片(SOC),这也是在之前华为发布会上经常提到的SOC的含义。

3.芯片的测试

封装完成就要对其进行测试,主要包括电性能测试(检验交流于直流下的输入输出特性)、功耗测试(测量不同条件下的芯片能耗)、温度测试(获取芯片的温度分布图)和测试(芯片在外界干扰下的性能)。经过这些测试后,芯片制造完成。

相关文章:

半导体制造工艺讲解

目录 一、半导体制造工艺的概述 二、单晶硅片的制造 1.单晶硅的制造 2.晶棒的切割、研磨 3.晶棒的切片、倒角和打磨 4.晶圆的检测和清洗 三、晶圆制造 1.氧化与涂胶 2.光刻与显影 3.刻蚀与脱胶 4.掺杂与退火 5.薄膜沉积、金属化和晶圆减薄 6.MOSFET在晶圆表面的形…...

VMware下Linux和macOS安装VSCode一些总结

本文介绍VMware下Linux和macOS安装VSCode的一些内容,包括VSCode编译器显示中文以及安装.NET环境和Python环境。 VSCode下载地址:Download Visual Studio Code - Mac, Linux, Windows 一.Linux系统下 1.安装中文包 按 Ctrl Shift P 打开命令面板。输…...

STC51 单片机中,定时器 / 计数器相关的寄存器

在 STC51 单片机中,定时器 / 计数器相关的寄存器主要有定时器控制寄存器(TCON)、定时器工作方式寄存器(TMOD)以及定时器初值寄存器(TH0、TL0、TH1、TL1),下面详细解释这些寄存器各位…...

DeepSeek与人工智能的结合:探索搜索技术的未来

云边有个稻草人-CSDN博客 目录 引言 一、DeepSeek的技术背景 1.1 传统搜索引擎的局限性 1.2 深度学习在搜索中的优势 二、DeepSeek与人工智能的结合 2.1 自然语言处理(NLP) 示例代码:基于BERT的语义搜索 2.2 多模态搜索 示例代码&…...

OpenCV:图像修复

目录 简述 1. 原理说明 1.1 Navier-Stokes方法(INPAINT_NS) 1.2 快速行进方法(INPAINT_TELEA) 2. 实现步骤 2.1 输入图像和掩膜(Mask) 2.2 调用cv2.inpaint()函数 2.3 完整代码示例 2.4 运行结果 …...

解决基于FastAPI Swagger UI的文档打不开的问题

基于FastAPI Swagger UI的文档链接/docs和/redoc在没有外网的状态下无法打开,原因是Swagger依赖的JS和CSS来自CDN。 https://cdn.jsdelivr.net/npm/swagger-ui-dist5/swagger-ui-bundle.js https://cdn.jsdelivr.net/npm/swagger-ui-dist5/swagger-ui.css https://…...

前端开发知识梳理 - HTMLCSS

1. 盒模型 由内容区(content)、内边距(padding)、边框(border)和外边距(margin)组成。 (1)标准盒模型(box-sizing默认值, content-box&#xff…...

Win10环境使用ChatBox集成Deep Seek解锁更多玩法

Win10环境使用ChatBox集成Deep Seek解锁更多玩法 前言 之前部署了14b的Deep Seek小模型,已经验证了命令行及接口方式的可行性。但是纯命令行或者PostMan方式调用接口显然不是那么友好: https://lizhiyong.blog.csdn.net/article/details/145505686 纯…...

LM Studio 部署本地大语言模型

一、下载安装 1.搜索:lm studio LM Studio - Discover, download, and run local LLMs 2.下载 3.安装 4.更改成中文 二、下载模型(软件内下载) 1.选择使用代理,否则无法下载 2.更改模型下载目录 默认下载位置 C:\Users\用户名\.lmstudio\models 3.搜…...

Qt:QWidget核心属性

目录 QWidget核心属性 enab geometry WindowFrame的影响 windowTitle windowIcon qrc文件管理资源 windowOpacity cursor font toolTip focusPolicy styleSheet QWidget核心属性 在Qt中使用QWidget类表示"控件",如按钮、视图、输入框、滚动…...

unity学习29:摄像机camera相关skybox 和 Render Texture测试效果

目录 1 摄像机 1.1 每个Scene里都自带一个摄像机 camera 1.2 可以创建多个camera 1.3 下面先看backgroundtype: 2 backgroundtype: 天空盒 skybox 2.1 清除标志,清除:天空盒 自选天空盒 2.2 window /Asset Store 2.3 导入skybox 3 backgroundtype: 纯色…...

吴恩达深度学习——卷积神经网络的特殊应用

内容来自https://www.bilibili.com/video/BV1FT4y1E74V,仅为本人学习使用。 文章目录 人脸识别相关定义Similarity函数使用Siamese网络实现函数d使用Triplet损失学习参数 神经风格迁移深度卷积网络可视化神经风格迁移的代价函数内容损失函数风格损失函数 人脸识别 …...

go语言文件和目录

打开和关闭文件 os.Open()函数能够打开一个文件,返回一个*File 和一个 err。操作完成文件对象以后一定要记得关闭文件。 package mainimport ("fmt""os" )func main() {// 只读方式打开当前目录下的 main.go 文件file, err : os.Open(".…...

c++ 面试题

C 面试题通常涵盖基础知识、面向对象编程、内存管理、模板、STL(标准模板库)等方面。以下是一些常见的 C 面试题及其简要解答,供你参考: 1. C 基础知识 1.1 C 和 C 的区别是什么? C 是 C 的超集,支持面向…...

JAVA安全—FastJson反序列化利用链跟踪autoType绕过

前言 FastJson这个漏洞我们之前讲过了,今天主要是对它的链条进行分析一下,明白链条的构造原理。 Java安全—log4j日志&FastJson序列化&JNDI注入_log4j漏洞-CSDN博客 漏洞版本 1.2.24及以下没有对序列化的类做校验,导致漏洞产生 1.2.25-1.2.41增加了黑名单限制,…...

Java Stream API:高效数据处理的利器引言

Java Stream API:高效数据处理的利器引言 在 Java 编程中,数据处理是一项极为常见且关键的任务。传统的 for 循环在处理数据集合时,往往会导致代码变得冗长、复杂,这不仅增加了代码的编写难度,还降低了代码的可读性和…...

kubeadm构建k8s源码阅读环境

目标 前面看了minikube的源码了解到其本质是调用了kubeadm来启动k8s集群,并没有达到最初看代码的目的。 所以继续看看kubeadm的代码,看看能否用来方便地构建源码调试环境。 k8s源码编译 kubeadm源码在k8s源码库中,所以要先克隆k8s源码。之…...

Java架构设计亿级流量场景下的本地缓存方案选型

在当今的互联网时代,亿级流量的应用场景已经司空见惯。无论是大型电商平台的促销活动,还是热门社交应用的日常运营,都可能面临每秒数万甚至数十万的请求流量。在这样的高并发、高流量场景下,系统的性能和稳定性面临着巨大的挑战。…...

ChatGPT怎么回事?

纯属发现,调侃一下~ 这段时间deepseek不是特别火吗,尤其是它的推理功能,突发奇想,想用deepseek回答一些问题,回答一个问题之后就回复服务器繁忙(估计还在被攻击吧~_~) 然后就转向了GPT&#xf…...

离线安装Appium Server

1、问题概述? 安装Appium通常有两种方式: 第一种:下载exe安装包,这种是Appium Server GUI安装方式,缺点是通过命令启动不方便。 第二种:通过cmd安装appium server,可以通过命令方式启动,比较方便。 问题:在没有外网的情况下,无法通过命令在cmd中安装appium server…...

Jetpack ViewModel

private val deviceViewModel: IDeviceViewModel by viewModels<DeviceViewModel>() 这句代码是 Jetpack ViewModel 在 Fragment 或 Activity 中的标准用法&#xff0c;它的作用是 创建并获取 ViewModel 实例&#xff0c;同时确保 ViewModel 的生命周期与 UI 组件保持一…...

2025年2月9日(数据分析,在最高点和最低点添加注释,添加水印)

要在最高点和最低点添加文本注释,可以使用 plt.annotate() 函数。这个函数允许你在图表中的特定位置添加文本注释,并且可以指定箭头指向特定的数据点。 以下是修改后的代码,添加了在最高点和最低点的文本注释: from matplotlib import pyplot as plt from matplotlib imp…...

如何导入第三方sdk | 引入第三方jar 包

0. 背景1. 上传私有仓库2. 使用本地文件系统 0. 背景 对接一些第三方功能&#xff0c;会拿到第三方的sdk&#xff0c;也就是jar包&#xff0c;如何导入呢 1. 上传私有仓库 最好的方式就是将第三方jar包&#xff0c;上传到私有的仓库&#xff0c;这样直接正常在pom引用即可如果只…...

掌握内容中台与人工智能技术的新闻和应用场景分析

内容概要 在当今数字化快速发展的时代&#xff0c;内容中台与人工智能技术的结合为各行各业带来了新的机遇。这一切都源自于对内容生产和管理能力的需求不断提升&#xff0c;尤其在新闻行业中更是如此。内容中台作为一种集中管理内容资源的平台&#xff0c;能够有效整合与调配…...

c#-枚举

//可空类型&#xff1a;int? num 等价 Nullable<int> num Nullable<int> a null; a 99; Console.WriteLine(a);//合并运算符?? &#xff1a; a有值的话&#xff0c;赋值给b int b a ?? 1; Console.WriteLine(b); 枚举成员不能相同&#xff0c;但枚举的值可…...

青少年编程与数学 02-008 Pyhon语言编程基础 22课题、类的定义和使用

青少年编程与数学 02-008 Pyhon语言编程基础 22课题、类的定义和使用 一、类类的定义和使用示例 二、定义1. 类定义语法2. 属性和方法3. 构造器和初始化4. 实例化5. 类变量和实例变量6. 类方法和静态方法7. 继承8. 多态总结 三、使用1. 创建类的实例2. 访问属性3. 调用方法4. 修…...

【通俗易懂说模型】反向传播(附多元回归与Softmax函数)

&#x1f308; 个人主页&#xff1a;十二月的猫-CSDN博客 &#x1f525; 系列专栏&#xff1a; &#x1f3c0;深度学习_十二月的猫的博客-CSDN博客 &#x1f4aa;&#x1f3fb; 十二月的寒冬阻挡不了春天的脚步&#xff0c;十二点的黑夜遮蔽不住黎明的曙光 目录 1. 前言 2. …...

【人工智能】Python中的深度学习优化器:从SGD到Adam

《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门! 解锁Python编程的无限可能:《奇妙的Python》带你漫游代码世界 在深度学习模型的训练过程中,优化器起着至关重要的作用,它决定了模型的收敛速度以及最终的性能。本文将介绍深度学习中常用的优化器,从传…...

仅128个token达到ImageNet生成SOTA性能!MAETok:有效的扩散模型的关键是什么?(卡内基梅隆港大等)

论文链接&#xff1a;https://arxiv.org/pdf/2502.03444 项目链接&#xff1a;https://github.com/Hhhhhhao/continuous_tokenizer 亮点直击 理论与实验分析&#xff1a;通过实验和理论分析建立了潜空间结构与扩散模型性能之间的联系。揭示了具有更少高斯混合模型&#xff08;G…...

Listener监听器和Filter过滤器

一.监听器 1.是javaweb的三大组件之一,分别是Servlet程序,Listener监听器,Filter过滤器 2.Listener是JvaEE的规范,就是接口,监听器的作用就是监听某种变化(一般是对象创建/销毁,属性变化),触发对应方法完成相应的任务 3.ServletContextListener:/*当一个类实现了ServletContex…...

我的年度写作计划

目录 计算机经典四件 数据结构 计算机网络体系 经典操作系统与计算机架构 嵌入式领域笔记 其他部分 私货部分 笔者打算在这里理一下今年的写作计划&#xff0c;如下所示&#xff1a; 计算机经典四件 数据结构 笔者因为冲刺面试需要&#xff0c;还是要更加扎实的掌握自…...

kafka专栏解读

kafka专栏文章的编写将根据kafka架构进行编写&#xff0c;即先编辑kafka生产者相关的内容&#xff0c;再编写kafka服务端的内容&#xff08;这部分是核心&#xff0c;内容较多&#xff0c;包含kafka分区管理、日志存储、延时操作、控制器、可靠性等&#xff09;&#xff0c;最后…...

数据库操作与数据管理——Rust 与 SQLite 的集成

第六章&#xff1a;数据库操作与数据管理 第一节&#xff1a;Rust 与 SQLite 的集成 在本节中&#xff0c;我们将深入探讨如何在 Rust 中使用 SQLite 数据库&#xff0c;涵盖从基本的 CRUD 操作到事务处理、数据模型的构建、性能优化以及安全性考虑等方面。SQLite 是一个轻量…...

Linux文件目录基本操作

目录 目录概述相关操作函数相关数据结构体说明 目录概述 什么是目录&#xff1f; 在linux操作系统中其实目录也是一种文件&#xff0c;相对于普通文件&#xff0c;它的存储内容不同&#xff0c;它的存储内容主要是当前目录下的文件以及子目录文件信息。目录就像是一颗大树&a…...

TaskBuilder项目实战:创建项目

用TaskBuilder开发应用系统的第一步就是创建项目&#xff0c;项目可以是一个简单的功能模块&#xff0c;也可以是很多功能模块的集合&#xff0c;具体怎么划分看各位的实际需要&#xff0c;我们一般会将相互关联比较紧密的一组功能模块放到一个独立的项目内&#xff0c;以便打包…...

使用DeepSeek的技巧笔记

来源&#xff1a;新年逼自己一把&#xff0c;学会使用DeepSeek R1_哔哩哔哩_bilibili 前言 对于DeepSeek而言&#xff0c;我们不再需要那么多的提示词技巧&#xff0c;但还是要有两个注意点&#xff1a;你需要理解大语言模型的工作原理与局限,这能帮助你更好的知道AI可完成任务…...

使用Python实现PDF与SVG相互转换

目录 使用工具 使用Python将SVG转换为PDF 使用Python将SVG添加到现有PDF中 使用Python将PDF转换为SVG 使用Python将PDF的特定页面转换为SVG SVG&#xff08;可缩放矢量图形&#xff09;和PDF&#xff08;便携式文档格式&#xff09;是两种常见且广泛使用的文件格式。SVG是…...

idea整合deepseek实现AI辅助编程

1.File->Settings 2.安装插件codegpt 3.注册deepseek开发者账号&#xff0c;DeepSeek开放平台 4.按下图指示创建API KEY 5.回到idea配置api信息&#xff0c;File->Settings->Tools->CodeGPT->Providers->Custom OpenAI API key填写deepseek的api key Chat…...

java文件上传粗糙版

粗糙版图片上传 1.导入依赖 <dependency><groupId>io.minio</groupId><artifactId>minio</artifactId><version>8.5.2</version> </dependency> 2.配置minio地址跟对应的桶 业务层实现类 import io.minio.MinioClient; /…...

一种基于Leaflet.Legend的图例动态更新方法

目录 前言 一、场景再现 1、需求描述 2、核心方法介绍 3、存在的问题 二、问题解决 1、重复解决办法 2、图例不展示解决办法 3、成果展示 三、总结 前言 在当今数字化时代&#xff0c;地理信息系统&#xff08;GIS&#xff09;技术已经广泛应用于各个领域&#xff0c;…...

Vue Dom截图插件,截图转Base64 html2canvas

安装插件 npm install html2canvas --save插件使用 <template><div style"padding: 10px;"><div ref"imageTofile" class"box">发生什么事了</div><button click"toImage" style"margin: 10px;&quo…...

安宝特方案 | AR眼镜:远程医疗的“时空折叠者”,如何为生命争夺每一分钟?

行业痛点&#xff1a;当“千里求医”遇上“资源鸿沟” 20世纪50年代&#xff0c;远程会诊的诞生曾让医疗界为之一振——患者不必跨越山河&#xff0c;专家无需舟车劳顿&#xff0c;一根电话线、一张传真纸便能架起问诊的桥梁。然而&#xff0c;传统远程医疗的局限也日益凸显&a…...

【人工智能】Python中的序列到序列(Seq2Seq)模型:实现机器翻译

《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门! 解锁Python编程的无限可能:《奇妙的Python》带你漫游代码世界 序列到序列(Seq2Seq)模型是自然语言处理(NLP)中一项核心技术,广泛应用于机器翻译、语音识别、文本摘要等任务。本文深入探讨Seq2Seq模…...

【批量获取图片信息】批量获取图片尺寸、海拔、分辨率、GPS经纬度、面积、位深度、等图片属性里的详细信息,提取出来后导出表格,基于WPF的详细解决方案

摄影工作室通常会有大量的图片素材&#xff0c;在进行图片整理和分类时&#xff0c;需要知道每张图片的尺寸、分辨率、GPS 经纬度&#xff08;如果拍摄时记录了&#xff09;等信息&#xff0c;以便更好地管理图片资源&#xff0c;比如根据图片尺寸和分辨率决定哪些图片适合用于…...

关于32位和64位程序的传参方法及虚拟机调试工具总结

一、传参方法对比 1. 32位程序 系统调用 (Linux) 使用int 0x80指令触发系统调用 寄存器传参顺序&#xff1a; eax 系统调用号 ebx 第1个参数 ecx 第2个参数 edx 第3个参数 esi 第4个参数 edi 第5个参数 普通函数调用 (C语言) 栈传递参数&#xff1a;参数从右向左压栈…...

【Windows】PowerShell 缓存区大小调节

PowerShell 缓存区大小调节 方式1 打开powershell 窗口属性调节方式2&#xff0c;修改 PowerShell 配置文件 方式1 打开powershell 窗口属性调节 打开 CMD&#xff08;按 Win R&#xff0c;输入 cmd&#xff09;。右键标题栏 → 选择 属性&#xff08;Properties&#xff09;…...

查看云机器的一些常用配置

云原生学习路线导航页&#xff08;持续更新中&#xff09; kubernetes学习系列快捷链接 Kubernetes架构原则和对象设计&#xff08;一&#xff09;Kubernetes架构原则和对象设计&#xff08;二&#xff09;Kubernetes架构原则和对象设计&#xff08;三&#xff09;Kubernetes常…...

约克VRF|冬日舒适新标杆,温暖每一寸空间

冬天来了&#xff0c;谁不想窝在家里&#xff0c;一边温暖舒适&#xff0c;一边畅享清新空气&#xff1f;      约克VRF中央空调——用科技为你打造全方位的冬季理想生活&#xff01;      地暖空调二合一&#xff0c;暖从足起&#xff0c;养生更健康~      普通取…...

【AI学习】关于 DeepSeek-R1的几个流程图

遇见关于DeepSeek-R1的几个流程图&#xff0c;清晰易懂形象直观&#xff0c;记录于此。 流程图一 来自文章《Understanding Reasoning LLMs》&#xff0c; 文章链接&#xff1a;https://magazine.sebastianraschka.com/p/understanding-reasoning-llms?continueFlagaf07b1a0…...

CNN卷积神经网络多变量多步预测,光伏功率预测(Matlab完整源码和数据)

代码地址&#xff1a;CNN卷积神经网络多变量多步预测&#xff0c;光伏功率预测&#xff08;Matlab完整源码和数据) 标题&#xff1a;CNN卷积神经网络多变量多步预测&#xff0c;光伏功率预测 一、引言 1.1 研究背景及意义 随着全球能源危机的加剧和环保意识的提升&#xff…...