Cadence 与圣母大学提出 DAIST 可组合热求解器，用于 2.5D/3D-IC 封装热分析

Cadence Design Systems 与圣母大学的研究人员发表了《A Composable AI-Accelerated Iterative Solver for 3D-IC Thermal Modeling》。

摘要：

“异构 2.5D/3D-IC 封装的精确热分析至关重要，但计算成本高昂。单次全封装 FEM 仿真可能耗时数小时，而基于 AI 的代理模型将整个堆叠视为单一预测目标，每当芯片数量或拓扑结构发生变化时都必须重新训练。为解决这一局限，本工作提出了面向热分析的分域分解 AI 加速迭代求解器（DAIST），这是一种可组合的热求解器，它将全局封装仿真分解为块级子域问题，用神经算子替代子域求解器，并通过界面温度和热流的迭代交换将它们耦合起来。这种从局部到全局的架构消除了单体模型的拓扑锁定：块级神经算子可以直接复用于未见过的封装组件而无需重新训练。迭代耦合策略进一步提供了可控的精度-运行时间权衡，可以调整迭代预算以用精度换取运行时间。在多芯粒系统和先进封装系统上评估时，DAIST 相比传统 FEM 求解器分别实现了最高 178 倍的加速，平均温度误差分别为 0.068% 和 0.323%，同时展示了块级模型在结构不同的封装组件之间的跨拓扑复用。”

在此处查找技术论文。2026 年 10 月

Li, Yixing, Jiahang Zhou, Zhiyu Zeng, and Xin Ai. “A Composable AI-Accelerated Iterative Solver for 3D-IC Thermal Modeling.” arXiv preprint arXiv:2610.02461 (2026).

文章A Composable Thermal Solver For Heterogeneous 2.5D/3D-IC Packages (Cadence, Notre Dame) 首次发表于 Semiconductor Engineering。