最新の報道、解説、関連するテクノロジーストーリーを確認できます。
Semiconductor Engineeringは、チップ設計用AIエージェントやSpectre-v2の脅威から、先端パッケージングとフォトニクスの拡大、エンジニア不足まで、半導体産業における主要な進展を取り上げた。全体像からは、AIインフラの成長がメモリ、電力、ネットワーク接続、製造能力に同時に圧力をかけていることが明らかになっている。
AIチップの積層構造やチップレットベースの設計への移行により、EDAツールはチップからパッケージ、基板に至るシステム全体を分析し、探索を高速化するエージェント型AIを統合する必要に迫られている。しかし、相互運用性、動的なフロアプランニング、電力・熱解析、結果の精度維持は依然として主要な課題である。
分析記事は、人工知能がチップ設計ツールで最大の価値を発揮するのは、単一のツールを改善する場合ではなく、ツール間およびチーム間のワークフローを調整する場合だと結論づけている。ただし、その導入は、意味の一貫性、決定論的な検証、あらゆる結果を監査できる可能性を条件とする。
半導体パッケージング業界では、パッケージやパネルの大型化に伴って深刻化する、ダイ、基板、周囲のモールド材の熱膨張差を低減できる負の熱膨張材料が研究されている。しかし、これらの材料を広く採用するには、広い温度範囲で機能すること、均一に混合できること、不純物を管理できることが条件となる。
デジタルツインは、パッケージの理論上の設計を模倣するだけでは不十分であり、生産ラインが実際に製造するものと同期し続け、チップ、材料、サプライヤー、試験のデータを結び付けなければならない。本稿は、文脈の不足、物理的影響の相互作用、継続的な校正の必要性が、先進チップパッケージ向けデジタルツイン構築の主な障害であることを明らかにする。