Os chips multi-die, conhecidos como circuitos integrados tridimensionais, ou 3D-ICs, representam um passo revolucionário no design de semicondutores. Os chips são empilhados verticalmente para criar uma estrutura compacta que aumenta o desempenho sem aumentar o consumo de energia.
No entanto, à medida que os chips se tornam mais densos, eles apresentam desafios mais complexos no gerenciamento de tensões eletromagnéticas e térmicas. Para entender e resolver isso, visualizações multifísicas 3D avançadas tornam-se essenciais para processos de design e diagnóstico.
Na Design Automation Conference de junho de 2024, um evento global que apresenta os mais recentes desenvolvimentos em chips e sistemas, a Ansys, uma empresa que desenvolve simulação de engenharia e software de design 3D, compartilhou como está usando a tecnologia NVIDIA para superar esses desafios para construir a próxima geração de sistemas semicondutores.
Para permitir visualizações 3D dos resultados da simulação para seus usuários, a Ansys usa o NVIDIA Omniverse, uma plataforma de interfaces de programação de aplicações, kits de desenvolvimento de software e serviços que permite aos desenvolvedores integrar facilmente as tecnologias de renderização Universal Scene Description (OpenUSD) e NVIDIA RTX em ferramentas de software e workflows de simulação existentes.
A plataforma impulsiona visualizações de resultados 3D-IC dos solucionadores Ansys para que os engenheiros possam avaliar fenômenos como campos eletromagnéticos e variações de temperatura para otimizar chips para processamento mais rápido, maior funcionalidade e maior confiabilidade.
Com o Ansys Icepak na plataforma NVIDIA Omniverse, os engenheiros podem simular temperaturas em um chip de acordo com diferentes perfis de energia e plantas baixas. Encontrar pontos quentes de cavacos pode levar a um melhor design dos próprios cavacos, bem como de dispositivos auxiliares de resfriamento. No entanto, essas simulações 3D-IC são computacionalmente intensivas, limitando o número de simulações e pontos de projeto que os usuários podem explorar.
Usando o NVIDIA Modulus, combinado com novas técnicas para lidar com padrões de energia arbitrários no pipeline de dados eletrotérmicos Ansys RedHawk-SC e no framework de treinamento de modelos, a equipe de P&D da Ansys está explorando a aceleração de workflows de simulação com modelos substitutos baseados em IA. O Modulus é um framework de IA de código aberto para criar, treinar e ajustar modelos de ML físico em escala com uma interface Python simples.
Com a arquitetura do operador neural NVIDIA Modulus Fourier (FNO), que pode parametrizar soluções para uma distribuição de equações diferenciais parciais, os pesquisadores da Ansys criaram um modelo substituto de IA que prevê com eficiência perfis de temperatura para qualquer perfil de energia e uma determinada planta baixa definida por parâmetros do sistema, como coeficiente de transferência de calor, espessura e propriedades do material. Este modelo oferece resultados quase em tempo real a custos computacionais significativamente reduzidos, permitindo que os usuários do Ansys explorem um espaço de design mais amplo para novos chips.
Após uma prova de conceito bem-sucedida, a equipe da Ansys explorará a integração desses modelos substitutos de IA para sua plataforma RedHawk-SC de próxima geração usando o NVIDIA Modulus.
À medida que mais modelos substitutos são desenvolvidos, a equipe também procurará aprimorar a generalidade e a precisão do modelo por meio de ajustes finos in-situ. Isso permitirá que os usuários do RedHawk-SC se beneficiem de workflows de simulação mais rápidos, acesso a um espaço de design mais amplo e a capacidade de refinar modelos com seus próprios dados para promover a inovação e a segurança no desenvolvimento de produtos.