主要在以下几个方面：1、外观：氮化镓放大器通常被封装在金属壳体中，外形比较规则；而裸芯晶圆则是指没有经过封装加工的原始芯片，外观不规则，通常为圆形或多边形。2、制造工艺：氮化镓放大器需要经过多道工序的制造和组装，包括晶片生长、去除衬底、激光切割、金属电极蒸镀、封装等；而裸芯晶圆是通过半导体工艺在晶片上逐层沉积材料、刻蚀、清洗等步骤进行制造的。3、用途：氮化镓放大器是一种高性能放大器元件，广泛用于无线通讯、雷达、航天等领域的高频电路中；而裸芯晶圆则是半导体器件的基础材料，可以根据具体的工艺要求进一步加工成各种芯片或器件。
半导体行业的产业链主要是由芯片设计 、 代工制造 、 封装测试三部分 ， 以及产业链外部的材料 ， 设备供应商组成 。
半导体细分领域
【设计工具】
EDA软件
半导体设计： 民德电子、欧比特（IC设计）、寒武纪（SOC芯片设计）、格科微、华微电子、力合微（芯片设计原厂）
【芯片设计】
集成电路包括存储芯片（NANDFlash、NORFlash、DRAM）、CPU、GPU、MCU、FPGA、DSP、触控与指纹识别芯片、射频前端芯片、模拟芯片。
存储芯片： 兆易创新、北京君正、国科微、聚辰股份（NORFlash）
CPU（中央处理器）： 、中科曙光、长电 科技
GPU（图形处理器）： 景嘉微
MCU（微控制器）： 兆易创新、富满微、芯海 科技 、*ST大唐、力合微
FPGA（半定制电路芯片）： 紫光国微、复旦微电、安路 科技
DSP（数字信号处理器）： 国睿 科技 、四创电子、力合微
触控与指纹识别芯片： 汇顶 科技 、兆易创新
射频前端芯片： 卓胜微、三安光电、富满微、立昂微（6英寸砷化镓微波射频芯片）、艾为电子
模拟芯片： 圣邦股份、韦尔股份、汇顶 科技 、北京君正、芯海 科技 （模拟信号链）、亚光 科技 （孙公司华光瑞芯是模拟芯片研发生产商）、艾为电子
数字芯片： 晶晨股份、乐鑫 科技 、瑞芯微、全志 科技
功率芯片： 斯达半导、捷捷微电、晶丰明源
WiFi芯片： 华胜天成、博通集成
2.光电器件
LED： 三安光电（砷化镓、氮化镓、碳化硅、磷化铟、氮化铝、蓝宝石等半导体新材料所涉及的外延片、芯片）、洲明 科技 、华灿光电（LED外延片及全色系LED芯片）、聚灿光电（GaN基高亮度LED外延片、芯片）、乾照光电（全色系LED外延片和芯片）、利亚德
Miniled： 京东方A、TCL
3.分立器件包含IGBT、MOSFET、功率二极管、晶闸管、晶振、电容电阻
IGBT： 斯达半导、时代电气、台基股份、士兰微、扬杰 科技 、紫光国微、华微电子、新洁能
MOSFET： 华润微、士兰微、富满微、立昂微、扬杰 科技 、银河微电、捷捷微电、苏州固锝、新洁能
功率二极管： 扬杰 科技 、台基股份（整流管）、士兰微（快恢复二极管FRD、瞬态抑制二极管TVS、发光二极管）、银河微电、华微电子、苏州固锝
晶闸管： 捷捷微电、台基股份、捷捷微电、派瑞股份（高压直流阀用晶闸）
晶振： 泰晶 科技
电容电阻： 风华高科
4.传感器
敏芯股份（MEMS传感器）、华润微（智能传感器）、士兰微（MEMS传感器）、光莆股份（半导体光电传感器）
【代工制造】
晶圆加工： 中芯国际
开放式晶圆制造： 华润微
MEMS晶圆制造： 赛微电子
【封装测试】
长电 科技 、通富微电、华天 科技 、晶方 科技 、康强电子、华润微、大港股份、气派 科技 、华微电子、兴森 科技 （半导体测试板）、苏州固锝
【晶圆制作材料】
硅片： 沪硅产业、中环股份、立昂微（半导体硅片）、神工股份（单晶硅材料）、中晶 科技
光刻胶： 南大光电、容大感光、飞凯材料、晶瑞股份、雅克 科技 、安泰 科技
特种气体： 华特气体、雅克 科技
湿电子化学品： 江化微
靶材： 江丰电子、隆华 科技 、有研新材、阿石创（溅射靶材）、江丰电子（高纯溅射靶材）
CMP抛光材料： 安集 科技 、鼎龙股份
高纯试剂： 上海新阳、晶瑞股份、
【第三代半导体】
氮化镓GaN ：富满电子、奥海 科技 （氮化镓充电器）、聚灿光电（GaN基高亮度LED外延片、芯片）、闻泰 科技 、赛微电子[6-8英寸硅基氮化镓（GaN-on-Si）、碳化硅基氮化镓（GaN-on-SiC）]、海能实业（快充氮化镓产品）、兆驰股份[兆驰半导体生产蓝绿光（GaN）与红黄光（GaAs）外延及芯片]、亚光 科技
碳化硅Sic： 露笑 科技 （碳化硅衬底片、外延片）、楚江新材、闻泰 科技 、天富能源（Sic衬底环节，参股天科合达）、三安光电（砷化物、氮化物、磷化物及碳化硅等化合物半导体新材料所涉及的外延片、芯片）、时代电气、捷捷微电、温州宏丰(碳化硅单晶研发)、紫光国微、晶盛机电（碳化硅长晶设备）、甘化科工（参股苏州锴威特半导体）、东尼电子、易事特
【设备】
光刻机：
刻蚀机： 中微公司（等离子体刻蚀设备、CPP，ICP）、芯源微（湿法刻蚀机）、北方华创
离子注入设备： 万业企业
炉管设备： 北方华创、晶盛机电
清洗设备： 北方华创、至纯 科技 （半导体湿法清洗设备研发）、芯源微
检测设备： 精测电子、华峰测控、长川 科技
物理气相沉积设备PVD： 北方华创、华亚智能（半导体设备领域结构件）
化学气相沉积设备CVD： 北方华创、晶盛机电、华亚智能（半导体设备领域结构件）
涂胶/显影机： 芯源微
喷胶机： 芯源微
原子层沉积设备ALD： 北方华创
MOCVD设备： 中微公司
半导体微组装设备： 易天股份
【其他】
华为海思半导体供应商： 铭普光磁
掩膜版： 清溢光电
PVD镀膜材料： 阿石创
镀膜设备： 立霸股份（参股拓荆 科技 ）
印刷电路板PCB： 澳弘电子、协和电子、华正新材[覆铜板（CCL）]、兴森 科技 、金安国纪、迅捷兴、本川智能、胜宏 科技 、四会富仕、超声电子、奥士康、沪电股份、明阳电路、广东骏亚
单晶拉制炉热场系统： 金博股份
工业视觉装备： 天准 科技
石英晶体： 惠伦晶体、东晶电子
电容器： 江海股份、艾华集团、铜峰电子
FPC线路板： 风华高科、*ST丹邦
一、长方集团：关联企业晶能光电（董事长作为联合创始人），拥有的硅衬底氮化镓基LED材料与器件技术是一项改写半导体照明历史的颠覆性新技术，具有原创技术产权。二、星徽精密：公司2019年已上市了氮化镓充电器，并在境内外销售；推出自有品牌Ravpower的氮化镓充电器和无线充电器，其中，采用Navitas氮化镓芯片的充电器体积更小更轻薄。三、瑞丰光电：20年2月披露，氮化镓基LED芯片是公司运用到的原材料之一。【拓展资料】氮化镓概念股票有哪些？1.三安光电股票6007032020年2月，公司拟定增建包括高端氮化镓LED衬底、外延、芯片；高端砷化镓LED外延、芯片；大功率氮化镓激光器;特种封装产品应用四个产品方向的研发、生产基地。2.北方华创股票0023712020年6月11日互动平台回复：公司可以提供GaN刻蚀设备。3.闻泰科技股票600745旗下安世集团拥有生产氮化镓相关的技术，安世半导体生产GaN产品车载GaN已经量产，全球最优质的氮化镓供应商之一。4.兆驰股份股票0024292020年2月19日公司在互动平台称：兆驰半导体能够独立完成“蓝宝石平片→图案化基板PSS→LED外延片→LED芯片”整个制作流程，有氮化镓外延片，能够提供全面的芯片解决方案。5.航天发展股票000547氮化镓芯片的生产与研发是旗下微系统研究院的主要业务之一。6.士兰微股票600460公司已建成6英寸的硅基氮化镓集成电路芯片生产线，涵盖材料生长、器件研发、GaN电路研发、封装、系统应用的全技术链。7.和而泰股票002402子公司铖昌科技主营业务为微波毫米波射频芯片的设计研发、生产和销售；已掌握成熟的氮化镓相控阵核忧芯片生产工艺，产品已经批量应用于航天、航空等相关型号装备。8.利亚德股票3002962017年2月28日公告全资子公司参股美国SAPHLUX，公司主要生产半极性氮化镓晶元。该公司通过特殊工艺，可以在蓝宝石衬底上有选择性的生长出特定晶面上的氮化镓材料，且具有高质量，低层错，大批量，成本基本等同于现有普通氮化镓晶元的特点，是业内第一家具有商业级半极性材料生产能力的LED材料企业。9.华润微股票6883962020年3月4日公司在互动平台称：公司利用现有的全产业链优势，正在从衬底材料，器件设计、制造工艺，封装工艺全方位开展硅基氮化镓的研发工作。10.易事特股票3003762020年2月26日公司在互动平台称：易事特作为国家第三代半导体产业技术基地（南方基地）第二大股东及推动产业创新技术发展的核心成员单位，现主要负责碳化硅、氮化镓功率器件的应用技术研发工作。公司已经研发出基于碳化硅、氮化镓器件的高效DC/AC，双向DC/DC新产品。
一般来讲，器件的物理特性决定着其可能应用，因为氮化镓高禁带电压比较高，支持更高的频率，因此可应用于高压高功率和宽带宽的场合。理论上来说，现有的采用传统工艺的射频微波应用，氮化镓都可以有一席之地。但如果考虑到短时间内的话，大功率放大器，大功率开关以及高频微波级别的功率应用上，将有它的独特之处，包括功率放大器、开关、限幅器等，同时在低功率应用中，包括传统的低噪声放大器、手机放大器、电源转换等应用场合中，氮化镓同样是适合的。从大家的接受程度或者说实际中来说，目前氮化镓已相对成熟，尤其是在基站、工业甚至军品、雷达等应用中，对于可靠性一致性要求比较高，也都已接受氮化镓技术。实际上20世纪90年代，硅基氮化镓就应用在美国军用电台中，累计超过一百万片数量，至今没有一片出问题。资料来源----MACOM GaN
氮化镓是制作微波器件的优先材料，它的散热性能好，有利于器件在大功率条件下工作。是生产MicroLED产品的优质材料。据说，生产MicroLED显示屏的利亚德，参股的Saphlux是国际上唯一能够商业化氮化镓材料的公司，相信这会对利亚德的显示产品性能有所帮助吧。
一、按照记录的方式划分 1．人们的手工抄写型 如古籍文献大多为抄本，手稿等。 2．印刷型 如各种书本型文献、图书、期刊、科技报告、会议资料、专利文献、学位论文等。 3．光学照相缩微型 比如胶片 4．电磁记录型（机读型） 将信息记录在磁性材料作载体上的文献就属这一类。二、按照记录知识信息所采取的形式划分 1．文字型 用文字将知识、信息记录在各种载体上所形成的文献。 2．代码型 是用代码将知识、信息记录在一定载体形成的文献。 3．视频型 就是用视频将知识、信息记录在一定载体上所形成的文献。 4．声频型 就是用声频将知识、信息记录在一定载体上形成的文献。 5．综合型 就是用以上所说的多种形式将知识、信息记录在一定的载体上所形成的，这就是今天我们所说的多媒体，是一种特殊形式的文献，也是前途广阔的文献。三、按照加工的深度，可以分为1、零次文献2、一次文献3、二次文献4、三次文献
唐胖的作业?!
这是CVPR2017的文章。
在这篇论文中，作者提出了 Disentangled Representation GAN(DR-GAN) 。如下图：
如下图是之前的GAN和作者提出的DR-GAN的对比图：
DR-GAN有两个变形，一个 basic model ，它将一副图片作为输入，称为 single-image DR-GAN ，另一个是 multi-image DR-GAN ，它的输入是多个图片。
通常情况下GAN包含一个 generator ，一个 discriminator ，两者在一个问题中进行最大化，最小化的竞争。 会尽量区分出真实图片和生成图片 ，与此同时 会尽量生成一个看似真实的图片来欺骗 。如下图：
Single-Image DR-GAN和传统的GAN有两处明显的区别
根据前面所描述的，我们可以对问题进行表述： 给定一张人脸图片： 和它的label： ，前者为id，后者为姿态。我们的目标是：1.学习一个姿态无关的人脸特征表示，2.合成一张相同id但是不同姿态的人脸图片。并且，这里的 是一个多目标的CNN网络，也就是它包含了两个部分： 。 也就是说，给定输入人脸图片 ， 会产生它的id和姿态，给定一个生成人脸 ， 会努力预测它为假。如下式：
与此同时， 包含了一个encoder, 一个decoder。encoder产生一个输入人脸图片的特征表示： ，decoder输出生成的人脸图片： ，其中 是目标姿态， 是噪音。如下式：
如下图，Multi-Image的 是相同的，但是有不同的 。
需要注意的是，所有的 共享一组参数。
论文链接：
1. 介绍 图像翻译是指将图片内容从一个域转换到另一个域。这类任务一般都需要两个域中具有相同内容的成对图片作为训练数据。比如在pix2pix中，要将白天的图片转换成夜晚的图片(图 1)，那么就需要将同一个地方的白天和夜晚的图片作为一对训练数据对模型进行训练。但是这种成对的训练数据很难获得。
2. 方法
3. 效果 论文先将CycleGAN 跟当时的一些图像风格转换的方法在具有成对图像的数据集上进行比较。在这里，用完全监督的方法pix2pix作为上界。可以看到，CycleGAN 生成的图片对于除pix2pix以外的方法来说效果好很多。而相对于pix2pix，CycleGAN 生成的图片虽然不够清晰，但基本接近。
4.总结 CycleGAN 解决了pix2pix 必须使用成对数据进行训练的问题，原理比较简单，但非常有效。只需要不同域的一系列图片即可进行训练。类似的工作还有DualGAN，DiscoGAN。三者的想法和模型基本一样，发在了不同的地方。。
原文： Unpaired Multi-contrast MR Image Synthesis Using Generative Adversarial Networks 论文来自2019MICCAI 一些医学图像在某些情况下可能不容易获得，因此从能得到的图像出发生成不能得到的图像有较大的医学价值。普通的GAN不能使用一个生成器和判别器生成多种与之相对应的不同模态的图像，因此对于生成多个模态的图像需要多个模型。针对这个问题，本文提出了新的模型，使用Star-GAN来实现一到多的生成。本文引入了新的损失函数，它强制生成器生成高质量的图像，在视觉上更真实，并且有很好的结构相似性。在IXI数据集上学习所有可能的映射（T1,T2,PD,MRA），定性和定量都比较好。 因为深度学习的训练需要很多数据，但是标注代价昂贵因此为了提高深度学习的表现，通过生成一些图像的方法来实现数据增广是有研究价值的。传统方法通过cycle-gan 、c-gan 、wasserstein-gan或者pix2pix来实现一对一的生成。我们使用star-gan和U-NET来实现一对多的生成。模型能够以无监督的形式训练，这样能够使生成器学习不同种模态的通用的几何特征。无监督的方式也消除了成对数据的要求，因此对数据的限制较小。 在损失方面，使用结构相似性来约束小细节特征。除此之外还采用了‘学习感知图像块相似性’（ Learned Perceptual Image Patch Similarity (LPIPS)不知道怎么翻译，目前第一次看到。）模型实现1输入4输出。 能够实现四种模态之间的转化，输入一个和一个目标域能够产生出相对的图像。 U-net用来实现两种生成，一种是输入一个域和另一个域的标签，通过深度级联（depth-wise concatenat）然后生成另一个域的假的图像。另一中是输入假的图像和原始的标签生成由假图重建的图像。第一步的生成用来计算对抗损失和分类损失。第二部分的生成中用来计算相似性的损失包括（L1范数，DSSIM,LPIPS） 过程和star-gan一样 本文使用正则化的带有梯度惩罚的Wassersteing GAN (WGAN-GP)，能够稳定学习，和增强生成图像的质量。定义如下： 第一项损失是WGAN-GP损失，第二项是正则化项 x' and x''是与x相近的相距很近的数据。D_是从第二层到最后一层判别器的输出。 这部分看的不是太明白。具体可能因为WGAN没有看过把。应该原始论文中有，需要后面完善。 使生成器生成正确域的图像 第一个式子使真图的分类损失，第二个是假图的分类损失。生成器是Unet结构。判别器是基于PatchGAN的判别器。 使用LXI数据集 IXI dataset emmmm不应该和star-gan比较把。应该和介绍中提到的其他方法比较把。cycle，cgan之类的把。star-gan直接应用在这上面肯定效果不是很好啊。这个比较个人觉得无意义。
这位女科学家能获得一百万的大奖她不仅攻克了发布science过程中的一些专业性的问题，而且还攻克了对于一些学术问题的很好解释。
他攻克的难题非常的有意义，也就是攻克了RNA剪接体基因序列，从而可以令癌症和人类的遗传病找到根源，然后去解决这个问题。
2006年毕业，获理学博士学位。在博士学位攻读期间，独立研制了原位应力测试系统，系统的研究了GaN材料在生长过程中的应力演变过程，在Appl. Phys. Lett.等杂志上发表论文数篇。2006年10月加入苏州纳米技术与纳米仿生研究所，2008年5月被聘为副研究员，主要从事氮化镓晶片的研究及产业化开发工作。
杨树从英国剑桥大学博士后出站回国后，就带着她的学生展开研究，意料之外地发现做出的样品完全没有传统氮化镓器件中普遍存在的动态电阻退化问题——这突破了传统氮化镓器件的性能瓶颈。而随后，她研制出高压、高频、高效的新型垂直氮化镓功率器件，攻克了长期困扰该器件的动态性能退化难题。
什么是氮化镓充电器？那么贵买的人却很多
（1）氮、镓、碳、硅四种元素原子半径最小的是N，位于第二周期第ⅤA主族；C原子序数最小，原子核外有2个电子层，最外层电子数为4，原子结构示意图为，故答案为：第二周期第ⅤA主族；；（2）设镓的另一核素质量数为x，则69××（）=，解得x=71，的质子数=13+18=31，故该同位素符号为3171Ga，故答案为：3171Ga；（3）①氢氧化镓与氢氧化铝的性质相似，氢氧化镓的电离方程式为：H++H2O+GaO2-?Ga（OH）3?Ga3++3OH-，故答案为：H++H2O+GaO2-?Ga（OH）3?Ga3++3OH-；②所得的溶液中存在平衡：H++H2O+GaO2-?Ga（OH）3，H++H2O+AlO2-?Al（OH）3，Al（OH）3的电离平衡常数更小，故溶液中通入二氧化碳，先析出Al（OH）3沉淀，故答案为：Al（OH）3．
氮化镓充电器和普通充电器区别表现在：材质不同、特点不同。
1、材质不同
传统的普通充电器，它的基础材料是硅。
氮化镓（GaN）被称为第三代半导体材料。
2、特点不同
相比硅，氮化镓的性能成倍提升，而且比硅更适合做大功率器件、体积更小、功率密度更大。氮化镓芯片频率远高于硅，有效降低内部变压器等原件体积，同时优秀的散热性能也使内部原件排布可以更加精密。
普通充电器快充头体积大，携带起来非常不方便，一些大功率充电器长时间充电还容易引起充电头发热。
工作原理
所有手机充电器其实都是由一个稳定电源（主要是稳压电源、提供稳定工作电压和足够的电流）加上必要的恒流、限压、限时、过冲等控制电路组成。
原装充电器（指线充）上所标注的输出参数：比如输出、输出，就是指内部稳压电源的相关参数。比如输出可以给的设备用，的可以给6V的设备用。
1、材质不一样。
传统的普通充电器的基础材料是硅，硅也是电子行业内非常重要的材料。但随着硅的极限逐步逼近，加之随着快充功率的增大，快充头体积也就更大，携带起来非常不方便；一些大功率充电器长时间充电还容易引起充电头发热；因此，寻找新型的代替材料就更加迫切。
氮化镓相比硅，它的性能成倍提升，而且比硅更适合做大功率器件、体积更小、功率密度更大。氮化镓芯片频率远高于硅，有效降低内部变压器等原件体积，同时优秀的散热性能也使内部原件排布可以更加精密，最终完美解决了充电速率和便携性的矛盾。
2、发展不同。
硅的开发也到了一定的瓶颈，许多厂商开始努力寻找更合适的替代品。氮化镓是以后要寻找的代替材料。
氮化镓性质与稳定性：
如果遵照规格使用和储存则不会分解。避免接触氧化物，热，水分/潮湿。
GaN在1050℃开始分解：2GaN(s)=2Ga(g)+N2(g)。X射线衍射已经指出GaN晶体属纤维锌矿晶格类型的六方晶系。
在氮气或氦气中当温度为1000℃时GaN会慢慢挥发，证明GaN在较高的温度下是稳定的，在1130℃时它的蒸气压比从焓和熵计算得到的数值低，这是由于有多聚体分子(GaN)x的存在。
GaN不被冷水或热水，稀的或浓的盐酸、硝酸和硫酸，或是冷的40%HF所分解。在冷的浓碱中也是稳定的，但在加热的情况下能溶于碱中。