关注最新报道、解读和相关科技故事。
人工智能芯片向堆叠架构和基于 chiplet 的设计转型，迫使 EDA 工具分析从芯片到封装和电路板的整个系统，并整合代理式人工智能以加速探索。然而，互操作性、动态规划、电源与热分析，以及保持结果准确性，仍然是关键挑战。
数字孪生不能只模拟封装的理论设计；它还必须与生产线实际制造的产品保持同步，并关联芯片、材料、供应商和测试数据。文章指出，背景信息不足、物理效应相互耦合以及持续校准的需求，是构建先进芯片封装数字孪生的主要障碍。