O site "Semiconductor Engineering" publicou uma lista dos artigos de pesquisa técnica mais recentes adicionados à sua biblioteca de pesquisas, cobrindo desenvolvimentos notáveis nas áreas de design de chips, memória e empacotamento avançado, além de desafios de segurança e térmicos.
As novas pesquisas incluíram estudos avançados conduzidos por instituições acadêmicas e de pesquisa e grandes empresas de tecnologia, visando soluções de engenharia complexas no setor de semicondutores.
Principais pesquisas e tópicos técnicos
- Consumo de energia de HBM: Análise empírica e modelagem do consumo de energia em memórias de banda larga modernas usando chips HBM2 reais, sob a supervisão de pesquisadores do Instituto Federal de Tecnologia de Zurique (ETH Zürich) e da Universidade de Nova York.
- Caminhos de fuga em GAAFET: Descoberta de novos caminhos de fuga em transistores de efeito de campo de porta All-Around (GAAFET) usando simulação preditiva de primeiros princípios em colaboração com os Laboratórios Nacionais Sandia e o Instituto de Ciência e Tecnologia de Luxemburgo.
- IA de agentes (Agentic AI): Emprego de agentes inteligentes no design de sistemas heterogêneos em domínios de chip e expansão, juntamente com sua aplicação na verificação de linguagem de transferência de registros (RTL) e correção de erros com a participação de universidades como Colúmbia, Illinois e Google DeepMind.
- Memórias eDRAM nano-mecânicas: Desenvolvimento de células de memória dinâmica embarcada suportadas por portas eletromecânicas nano para aumentar a eficiência energética, em cooperação entre a Universidade da Califórnia em Berkeley, a Samsung Electronics e a Intel.
- Modelagem térmica para circuitos tridimensionais: Apresentação de um analisador térmico iterativo acelerado por IA para circuitos integrados tridimensionais (3D-IC), desenvolvido em conjunto pela Cadence Design Systems e a Universidade de Notre Dame.
- Vulnerabilidades de segurança em veículos autônomos: Um estudo de pesquisa que discute ataques de canal lateral térmico e ataques aos sistemas de percepção em veículos autônomos, preparado por pesquisadores da Universidade de Ciência e Tecnologia do Missouri.
O que este relatório representa?
Esses artigos de pesquisa refletem as tendências atuais da indústria para resolver gargalos térmicos e o consumo de energia de memórias densas, bem como a tentativa de automatizar estágios complexos de design e verificação usando algoritmos de IA de agentes para reduzir os ciclos de desenvolvimento e melhorar a eficiência de chips avançados.