新技术论文题为“芯片模拟热机器学习解决者”由Ansys研究人员发表。
文摘
“电子芯片的热分析提供了深入理解的行为在不同温度下的场景,使更快的设计探索。然而,获得详细和准确的热剖面芯片使用有限元法或CFD是非常耗时的。因此,迫切需要加快芯片上的热解决方案来解决各种系统场景。在本文中,我们提出一个热机器学习(ML)解算器加速热模拟芯片。热ML-Solver是最近的小说《他乡的扩展方法,CoAEMLSim(可组合Autoencoder机器学习模拟器),修改解决方案算法处理常数和分布式HTC。验证了该方法对商业解决方案,如Ansys MAPDL,以及最新毫升基线,UNet,根据不同的场景来演示其增强准确性、可伸缩性和普遍性。”
找到开放获取这里的技术论文。2022年9月出版。
引文:圣地Ranade海阳,他,杰帕沙克,诺曼Chang Akhilesh库马尔,Jimin。2022。热芯片仿真的机器学习解决。2022年《ACM和IEEE车间对机器学习的CAD (MLCAD 22)。计算机协会,纽约,纽约,美国,111 - 117。https://doi.org/10.1145/3551901.3556484。
相关阅读
设计热
解决方案需要在热成为一个系统的问题。
冷却IC包
工程师正在想办法有效地从复杂的热散热模块。
DRAM达到危机点热的问题
增加晶体管密度和利用创建内存性能问题。
未来的挑战对于高级包装
OSATs正在全力解决的一系列问题,包括弯曲、热失配、异构集成和薄线条和空间。
IBM GlobalFoundries起诉;欧盟的47美元b芯片计划;中国芯片产出下降;空间打造开放我们设施;首先LPDDR闪存;可变形的纳米电子设备;桌面三维x光显微镜。
留下一个回复