Cadence 与 Notre Dame 提出 DAIST：面向异构 2.5D/3D-IC 封装的可组合热求解器
A Composable Thermal Solver For Heterogeneous 2.5D/3D-IC Packages (Cadence, Notre Dame)
Cadence Design Systems 与 University of Notre Dame 研究人员发布论文，提出可组合热求解器 DAIST（Domain-Decomposed AI-Accelerated Iterative Solver for Thermal Analysis）。
Cadence Design Systems（楷登电子）与圣母大学的研究人员发表了《A Composable AI-Accelerated Iterative Solver for 3D-IC Thermal Modeling》（一种可组合的 AI 加速 3D-IC 热建模迭代求解器）。
摘要：
“对异构 2.5D/3D-IC 封装进行精确的热分析至关重要，但计算成本高昂。一次全封装 FEM 仿真可能需要数小时，而基于 AI 的代理模型则将整个堆叠视为单一的整体预测目标，一旦芯片数量或拓扑结构发生变化就必须重新训练。为解决这一局限，本工作提出了面向热分析的域分解 AI 加速迭代求解器（DAIST），这是一种可组合的热求解器，它将全局封装仿真分解为块级子域问题，用神经算子替代子域求解器，并通过界面温度与热流的迭代交换将它们耦合起来。这种从局部到全局的架构消除了整体模型的拓扑锁定：块级神经算子可以在未见过的新型封装组装中直接复用而无需重新训练。迭代耦合策略还提供了可控的精度-运行时间权衡，可以通过调整迭代预算来用精度换取运行时间。在多芯粒系统和先进封装系统上的评估表明，DAIST 相比传统 FEM 求解器实现了最高 178 倍的加速，平均温度误差分别为 0.068% 和 0.323%，同时展示了块级模型在结构不同的封装组装之间的跨拓扑复用能力。”
点击此处查看技术论文。2026 年 10 月
Li, Yixing, Jiahang Zhou, Zhiyu Zeng, and Xin Ai. “A Composable AI-Accelerated Iterative Solver for 3D-IC Thermal Modeling.” arXiv preprint arXiv:2610.02461 (2026).
来源： Semiconductor Engineering 芯片与封装 · semiengineering.com