当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 不用精细金属掩模,消息称三星有兴趣探索 OLED 面板新生产工艺

不用精细金属掩模,消息称三星有兴趣探索 OLED 面板新生产工艺

来源:IT之家 2023-10-25 17:01:08 0浏览 收藏

亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《不用精细金属掩模,消息称三星有兴趣探索 OLED 面板新生产工艺》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下,希望所有认真读完的童鞋们,都有实质性的提高。

本站 10 月 25 日消息,根据韩媒 The Elec 报道,三星显示(Samsung Display)正探索新的 OLED 面板生产工艺,重点是可以绕过精细金属掩模(FMM)。

消息称三星显示参加了今年 5 月举办的 Society of Information Display 活动,在展示了 OLED 面板的新生产技术后引发的。

不用精细金属掩模,消息称三星有兴趣探索 OLED 面板新生产工艺

本站注:精细金属掩模是 OLED 蒸镀工艺中的消耗性核心零部件,其主要作用是在 OLED 生产过程中沉积 RGB 有机物质并形成像素,在需要的地方准确且精细地沉积有机物质,提高产品的分辨率和良率。

分辨率越高,像素数越多,就需要更加微细和精巧的孔,在一张金属掩模板上约有 2000 万个孔,工艺难度较大。

目前用于智能手机和智能手表的所有 OLED 面板在生产过程中,均使用了精细金属掩模,该行业的最大供应商为大日本印刷株式会(Dai Nippon Printing)。

精细金属掩模存在诸多工艺挑战,并不适合生产尺寸超过 15-17 英寸的 OLED 面板。目前 FMM 生产 6 英寸 OLED 面板的良率仅为 30% 左右,而更大的面板良率必然更低。

因此,17 英寸至 30 英寸的 OLED 面板尺寸对于显示面板厂商来说是一个新的领域,也是他们选择何种生产技术的一个相当头疼的问题。

过去五年来,人们一直在谈论不使用 FMM 的 OLED 面板生产,但 JDI 去年推出的 eLEAP 技术增加了人们的兴趣。

日本半导体能源实验室(SEL)还申请了与不使用 FMM 生产 OLED 面板相关的专利;而另一个来自维信诺,称为 Visionox Intelligent Pixelisation(ViP)。

内部消息源表示三星显示对此类技术表现出兴趣,但由于获取技术专利等目前仍在考虑中。该公司习惯在进入新市场时通过获得所有相关专利和技术来完全控制市场,以防止竞争对手进入。

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,本站所有文章均包含本声明。

今天关于《不用精细金属掩模,消息称三星有兴趣探索 OLED 面板新生产工艺》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
如何使用ChatGPT PHP构建智能客户反馈系统如何使用ChatGPT PHP构建智能客户反馈系统
上一篇
如何使用ChatGPT PHP构建智能客户反馈系统
漫威动画电影《乐高复仇者联盟:红色代码》预告首曝,10 月 27 日上线 Disney+
下一篇
漫威动画电影《乐高复仇者联盟:红色代码》预告首曝,10 月 27 日上线 Disney+
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    418次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    500次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    507次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    454次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    282次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码