Semiconductor Engineering web sitesi, araştırma kütüphanesine eklenen ve çip tasarımı, bellek, gelişmiş paketleme alanlarındaki önemli gelişmeleri ve güvenlik ile termal zorlukları kapsayan en son teknik araştırma makalelerinin bir listesini yayınladı.
Yeni araştırmalar, akademiler, araştırma kurumları ve büyük teknoloji şirketleri tarafından yürütülen ve yarı iletken sektöründeki karmaşık mühendislik çözümlerini hedefleyen gelişmiş çalışmalar içeriyordu.
Önemli Araştırmalar ve Teknik Konular
- HBM Güç Tüketimi: ETH Zürih ve New York Üniversitesi'nden araştırmacıların gözetiminde, gerçek HBM2 yongaları kullanılarak modern Yüksek Bant Genişliği Belleklerinde güç tüketiminin deneysel analizi ve modellemesi.
- GAAFET Sızıntı Yolları: Sandia Ulusal Laboratuvarları ve Lüksemburg Bilim ve Teknoloji Enstitüsü işbirliğiyle, tahcmini ilk prensipler simülasyonu kullanılarak Çevresel Kapılı Transistörlerde (GAAFET) yeni sızıntı yollarının keşfi.
- Ajan Tabanlı Yapay Zeka (Agentic AI): Kolombiya, Illinois ve Google DeepMind gibi üniversitelerin katılımıyla, yonga ve genişletme alanları genelinde heterojen sistemlerin tasarımında akıllı ajanların istihdam edilmesi, ayrıca Register Transfer Language (RTL) doğrulaması ve hata ayıklamada uygulanması.
- Nano-Mekanik eDRAM Bellekleri: Kaliforniya Üniversitesi Berkeley, Samsung Electronics ve Intel arasındaki işbirliğiyle, enerji verimliliğini artırmak için nano-elektromekanik kapılarla desteklenen gömülü dinamik bellek hücrelerinin geliştirilmesi.
- 3 Boyutlu Devreler için Termal Modelleme: Cadence Design Systems ve Notre Dame Üniversitesi tarafından ortaklaşa geliştirilen, 3 boyutlu entegre devreler (3D-IC) için yapay zeka hızlandırmalı yinelemeli bir termal analizörün sunulması.
- Otonom Araçlardaki Güvenlik Açıkları: Missouri Bilim ve Teknoloji Üniversitesi'nden araştırmacılar tarafından hazırlanan, otonom araçlardaki termal yan kanal saldırılarını ve algılama sistemlerine yönelik saldırıları ele alan bir anket çalışması.
Bu Rapor Ne Anlama Geliyor?
Bu araştırma makaleleri, endüstrinin yoğun bellekler için termal dar boğazları ve güç tüketimini ele alma yönündeki mevcut eğilimlerini ve ayrıca geliştirme döngülerini kısaltmak ve gelişmiş çiplerde verimliliği artırmak için ajan tabanlı yapay zeka algoritmaları kullanarak karmaşık tasarım ve doğrulama aşamalarını otomatikleştrme girişimlerini yansıtmaktadır.