Sigue la cobertura, explicaciones e historias tecnológicas relacionadas.
No basta con que el gemelo digital imite el diseño teórico del paquete; debe mantenerse sincronizado con lo que fabrican realmente las líneas de producción, vinculando los datos de los chips, los materiales, los proveedores y las pruebas. El artículo revela que la falta de contexto, la interacción de los efectos físicos y la necesidad de una calibración continua son los principales obstáculos para construir un gemelo digital de paquetes de chips avanzados.
Un artículo técnico de Semiconductor Engineering, basado en cuatro estudios de impacto, muestra que el volumen de datos de entrenamiento y la precisión del modelo están más relacionados con la suavidad de la respuesta física que con el número de variables de diseño o el tamaño del modelo. Propone utilizar curvas de aprendizaje, límites de error e importancia de las variables para reducir los costosos experimentos de simulación.
A medida que aumenta la densidad de interconexiones necesaria para las cargas de inteligencia artificial, los paquetes 2.5D destacan como una opción menos compleja que los 3D, aunque siguen expuestos a la deformación térmica, la delaminación y la electromigración. Los estudios recientes investigan la estructura del cobre y los modelos de aprendizaje profundo para predecir los puntos de fallo y reducir el coste de la simulación.