A gestão térmica já não é um problema tratado após a conclusão do projeto do chip. Com o aumento da densidade de energia e a transição da indústria para pacotes com múltiplos dies e tecnologias avançadas de encapsulamento, o calor tornou-se um fator arquitetônico que afeta a distribuição das unidades, as rotas de conexão, o desempenho, a confiabilidade e até o projeto dos data centers. Essa foi a principal conclusão de uma discussão organizada pela Semiconductor Engineering com especialistas da Synopsys, Silvaco, Vinci, Keysight EDA e Siemens EDA durante a conferência Design Automation Conference.
O material, publicado em 15 de setembro de 2026 por Ed Sperling, não apresenta um produto nem um resultado de teste isolado, mas traça um panorama de um problema que se amplia à medida que o projeto passa do transistor para o die, depois para o pacote e a placa, e finalmente para o sistema, as fileiras de servidores e o data center. Segundo os participantes, as soluções que se limitam a observar a fonte de calor dentro de um único die já não são suficientes para projetos que incluem um grande número de chiplets e componentes de memória e comunicação adjacentes.
O calor tornou-se uma decisão arquitetônica
Satish Radhakrishnan, chefe do setor de semicondutores e eletrônicos da Vinci, explicou que a discussão passou da pergunta sobre quanta densidade pode ser colocada dentro do chip para questões mais amplas: como os componentes serão encapsulados? Como o calor será transferido? E qual quantidade de calor pode ser suportada com a integração vertical? Isso significa que a escolha da arquitetura pode determinar as possibilidades de resfriamento e confiabilidade antes do início das etapas finais de verificação.
Essa decisão afeta um conjunto interligado de restrições. Lang Lin, diretor de gerenciamento de produtos da Synopsys, observou que o orçamento de energia, o floorplan do chip, os recursos de interconexão e o orçamento de temporização interagem com o calor, que pode alterar o atraso, o consumo de energia, a integridade do sinal e a deformação. Chris Mueth, da Keysight EDA, acrescentou que o desempenho e as propriedades mecânicas e térmicas já não são suficientes por si só; a confiabilidade também deve ser incluída na avaliação, especialmente em aplicações de alta confiabilidade.
Do resfriamento do die ao resfriamento do pacote
Segundo a discussão, a indústria está avançando na melhoria dos materiais de interface térmica TIM 1 e TIM 2 e em soluções como placas frias, resfriamento por imersão, resfriamento direto do die e resfriamento bifásico. No entanto, essas opções não eliminam o problema; elas exigem conhecimento preciso sobre onde o calor é gerado dentro do pacote e como ele se desloca entre os dies e os componentes.
Jack Berg, vice-presidente de desenvolvimento de negócios da Silvaco, observou que uma análise térmica insuficiente pode levar à eletromigração e a mudanças nas fases dos materiais, criando problemas de confiabilidade. Além disso, distribuir as funções entre chiplets não necessariamente separa os riscos térmicos. O aumento da temperatura de um ASIC pode afetar a memória HBM adjacente, enquanto a transferência de funções ou energia entre os componentes exige a análise conjunta da interferência térmica e dos sinais. O mesmo se aplica ao encapsulamento óptico co-packaged, quando as funções de rede são aproximadas das unidades de processamento.
Por que os modelos tradicionais não são suficientes?
Nas abordagens tradicionais, era possível avaliar pontos gerais de calor ou usar faixas de temperaturas alta, baixa e média e, então, prosseguir com o projeto. Agora, porém, os engenheiros precisam determinar a localização do ponto quente e a temperatura de um transistor ou de uma porta específica, relacionando esse resultado às decisões de floorplan, encapsulamento e resfriamento. Os participantes consideram que a simulação térmica deve se aproximar do nível do dispositivo, mantendo ao mesmo tempo uma capacidade computacional que permita avaliar o pacote e o sistema.
Por esse motivo, destacam-se os modelos reduzidos, os modelos fundamentais e os gêmeos digitais. Lin propôs o uso de um modelo simplificado do comportamento de um bloco ou chiplet para reduzir o custo da simulação, seguido da aplicação de uma análise de alta precisão às regiões críticas. Berg considera que a arquitetura precisa de um modelo substituto ou de um gêmeo digital no nível do die, do pacote e do sistema, para que o projetista possa realizar avaliações de compromisso antes de chegar a uma etapa que exija um novo projeto.
O que muda na prática?
A mudança mais importante é o momento e o escopo da decisão. A simulação térmica já não é uma tarefa de uma única equipe no fim do ciclo de projeto; tornou-se um processo conjunto que começa no planejamento arquitetônico e continua pelo encapsulamento, fabricação e resfriamento. Isso exige solvers mecânicos, térmicos e elétricos compatíveis, porque os efeitos não funcionam de forma isolada. Mueth diferencia entre solvers separados, solvers acoplados iterativamente e solvers diretamente acoplados; atualmente, há soluções diretamente acopladas para tensão e calor em alguns problemas de fabricação, como pacotes de chiplets e interconexões por compressão térmica.
A expansão do sistema também exige a distribuição dos níveis de precisão. O engenheiro que desenvolve um die precisa de mais detalhes do que o responsável pelo pacote ou pelo sistema; por isso, não é possível usar um único modelo com o mesmo grau de precisão em todas as etapas do trabalho. O material também menciona tendências de uso de uma abordagem agentic MCP, ou Model Context Protocol, para coordenar modelos e ferramentas, mas alerta que a inteligência artificial pode cometer erros e que pode ser difícil rastrear a causa da decisão que ela produziu.
A leitura editorial da certi.news: o que realmente está mudando não é o surgimento de uma única tecnologia de resfriamento, mas a transformação do calor em uma restrição que participa da própria escolha da arquitetura. O benefício prático está em reduzir a probabilidade de descobrir gargalos após a conclusão do projeto, mas a fonte não comprova que os gêmeos digitais ou os modelos baseados em inteligência artificial tenham resolvido o problema da precisão ou da escalabilidade. Também permanecem em aberto, para as ferramentas de projeto e as equipes de engenharia, as avaliações de compromisso entre velocidade e precisão da modelagem, a consistência entre diferentes solvers de física e a definição de responsabilidade ao se adotar uma decisão automatizada.