Следите за последними материалами, объяснениями и связанными технологическими историями.
Недостаточно, чтобы цифровой двойник имитировал теоретическую конструкцию корпуса; он должен оставаться синхронизированным с тем, что фактически производят производственные линии, связывая данные о кристаллах, материалах, поставщиках и испытаниях. В материале показано, что нехватка контекста, взаимное наложение физических воздействий и необходимость постоянной калибровки являются главными препятствиями на пути создания цифрового двойника для передовых корпусов чипов.
В техническом материале Semiconductor Engineering на основе четырёх исследований столкновений показано, что объём обучающих данных и точность модели сильнее связаны с гладкостью физического отклика, чем с числом проектных переменных или размером модели. В материале предлагается использовать кривые обучения, границы ошибок и важность переменных, чтобы сократить дорогостоящие эксперименты по моделированию.
По мере роста плотности соединений, необходимых для нагрузок искусственного интеллекта, корпуса 2.5D становятся менее сложным вариантом по сравнению с 3D, однако по-прежнему подвержены тепловой деформации, расслоению и электромиграции. В последних исследованиях изучаются структура меди и модели глубокого обучения для прогнозирования точек отказа и снижения стоимости моделирования.