다중물리학 주제를 계속하면서 저는 최근 Melika Roshandell(Cadence의 제품 관리 이사)과 MCAD와 ECAD 간의 지속적인 융합에 대해 이야기했습니다. 먼저 Melika가 기계 공학 박사 학위를 보유하고 있으며 Broadcom 및 Qualcomm에서 열 공학에 대한 광범위한 배경 지식을 갖고 있으며 모두 이 주제와 매우 관련이 있다는 점을 알아야 합니다. 이 토론에서 제가 즉시 깨달은 것 중 하나는 칩과 시스템에 대한 열 분석 및 최적화가 일반적으로 전기 설계 팀과 협력하여 작업하는 기계 엔지니어에 의해 처리된다는 것입니다. 말이 되지만, 전문 지식과 분야의 차이로 인해 이러한 설계 요소 간에 상당한 속도 차이가 발생하여 실행 및 최적화의 비효율성이 발생할 수 있으며 종종 발생합니다. Chelsea Studio는 이러한 과속방지턱을 평탄하게 만드는 것을 목표로 합니다.

거기에 물리학의 오래된 농담. 한 낙농가가 자신의 농장에서 우유 생산량이 감소한 이유를 이해하기 위해 지역 대학에 도움을 요청합니다. 자신의 농장 견학, 상세한 토론, 그리고 대학으로의 많은 연구를 주최한 후 그는 이론 물리학과로부터 편지를 받습니다. 그들은 그에게 해결책을 찾았다고 말하지만 그것은 진공 상태의 구형 소에게만 작동합니다. 요점은 물리학자가 문제를 크게 단순화하고 분석 솔루션을 찾기 위해 단 하나의 구성 요소에만 우선순위를 두어야 한다는 것입니다.

컴퓨터 기반 수치 분석은 이러한 제한을 겪지 않으며, 필요한 정밀도가 무엇이든 대략적인 답에 대한 정확한 답을 포기합니다. 또한 한번에 물리적 효과만을 고려하는 것에 국한되지 않습니다. 이는 칩과 시스템 설계에서 여러 물리적 요소가 모든 설계 수준에서 중요하고 깔끔하게 분리될 수 없기 때문에 마찬가지입니다.

전기적 활동은 필연적으로 열을 발생시킵니다(열역학 제2법칙): 트랜지스터, 로직 블록, 칩/칩렛, 패키지, 보드 및 랙에서. 열은 활발히 사용되는 영역에서 국부적으로 발생하며, 효과적으로 방출되지 않으면 잘못된 동작이나 물리적 손상을 초래할 수 있습니다. 발열을 줄이는 한 가지 방법은 충분히 냉각될 때까지 클럭 속도를 낮추는 것입니다. 하지만 이렇게 하면 성능이 저하됩니다. 최적의 작동을 위해서는 전기 활동(동적 및 누출)으로 생성된 열을 수동적으로(열 확산, 복사 및 대류) 및/또는 적극적으로(강제 공기 또는 액체 냉각) 소산해야 합니다. 여러 유형의 물리학을 함께 분석해야 합니다.

또 다른 중요한 고려 사항은 가열 시 구조물이 휘어지는 경향입니다. 칩/칩렛은 각각 서로 다른 열팽창 특성을 지닌 여러 층의 재료로 제작됩니다. 칩렛은 인터포저 및 기타 레이어 상단에 위치하며 다층 PCB 상단에 있는 패키지 내부 등 다양한 팽창 계수를 가진 다양한 재료로 구성됩니다. 두 개(또는 그 이상)의 연결된 층이 가열 시 팽창하면 하나가 다른 층보다 더 많이 팽창합니다. 이 차등 팽창이 충분히 크면 구조가 휘어질 것입니다. 이는 층 사이의 전기적 연결에 스트레스를 가해 파손되거나 연결이 끊어질 수 있습니다. 이러한 성격의 문제는 냉각 후에도 자가 치유되지 않습니다. 연결이 끊어진 경우 휴대전화를 수리할 수 있는 유일한 방법은 새 휴대전화를 구입하는 것입니다. 더 많은 다중물리 해석이 필요합니다.

주름이 하나 더 있으면 열 관리 문제가 더욱 복잡해집니다. 이 모든 분석은 IC 설계의 수십 미크론부터 보드의 수십 센티미터, 랙의 미터 범위까지 매우 넓은 범위에서 작동해야 합니다. 열은 모든 수준에서 생성될 수 있으며 냉각은 모든 수준에서 효과적이어야 합니다. 다중물리 분석은 다중 규모에서도 수행되어야 합니다.

Chelsea Studio는 디지털 회로용 Innovus, 맞춤형/아날로그 회로용 Virtuoso, 3D-IC용 Integrity, 마이크로파 IC용 AWR, 보드 설계용 Allegro의 열 분석 및 구현 통찰력을 통합합니다. 이러한 통찰력은 열 감소 전략, 배치 최적화, 열 비아 및 온도 센서 배치와 함께 전력 전반의 열 및 응력 분석을 안내합니다.

열 및 응력 모델링은 FEA(유한 요소 분석)를 통해 수행되며, 넓은 규모 범위에 걸쳐 미세한 구조부터 거친 구조까지 필요한 정확도를 지원하도록 설계된 메시를 사용합니다. 대류 및/또는 능동 냉각(팬 등)을 통한 열 방출은 Cadence Chelsea EC Solver에서 모델링됩니다.

분명히 이 분석에는 도구에서 생성할 수 있거나 널리 사용되는 여러 MCAD 형식에서 가져올 수 있는 MCAD 모델이 필요합니다. 쉬운 것 같지만 Melika에 따르면 역사적으로 MCAD와 ECAD를 원활하게 연결하는 데 어려움이 있어 과속 방지턱이 크게 발생했습니다. Celsius Studio에서는 Cadence 내부 MCAD 및 ECAD 전문가가 가져오기 작업을 수일에서 분석 흐름에 미치는 영향을 무시할 정도로 줄였습니다. 따라서 보드 및 랙 내부의 열, 응력 및 냉각 분석에 대한 효율적인 경로를 제공합니다.

이러한 간소화된 경로는 설계 내 분석(IDA)을 훨씬 더 현실적인 제안으로 만듭니다. 이전에는 엔지니어링과 열 엔지니어링 간의 벽을 넘은 교환으로 인해 공동 설계/최적화의 기회가 분명히 제한되었으며, 열 팀을 안내하는 최선의 추정 추정치에 이어 전자 팀의 최종 분석에 맞춰 조정하기 위한 쟁탈전이 뒤따르는 경향이 있었습니다. 이제 기계 모델 업데이트를 가져오는 작업 시간이 빨라져 설계를 통한 공동 최적화가 가능해지며 뒤늦은 혼란과 일정/BOM 변경으로 인한 위험이 줄어듭니다.

턴타임이 빨라지면 AI 기반 분석도 가능해집니다. 나는 내 자신의 약간의 추측을 가지고 여기서 사지에 나설 것입니다. 매개변수가 많은 복잡한 설계를 분석/최적화하려면 가능한 모든 설정 및 조합에 대해 해당 매개변수를 스윕할 수 있습니다. 그러나 더 많은 매개변수가 추가됨에 따라 스위핑의 복잡성은 기하급수적으로 확장됩니다. 실험계획법(Design of Experiments)에는 Covering Arrays라는 개념이 있습니다. 우리는 혁신 블로그에 글을 썼습니다., 적용 범위를 약간만 줄이면서 고려해야 하는 조합 수를 대폭 줄입니다. 단 하나의 문제가 있습니다. 올바른 옵션을 선택하려면 많은 인간의 독창성이 필요합니다. 머신러닝은 더 많은 매개변수를 통해 목표를 달성하는 또 다른 방법이 될 수 있습니다.

이것이 Optimality의 뒤에 있는 방법인지, 아니면 이러한 성격의 다른 도구인지는 모르겠지만, 일부 관련 기술이 역할을 할 수 있다고 생각합니다. 특히 이 방법은 기계적이든 전자적이든 모든 문제에 적용할 수 있기 때문에 비현실적인 스윕 범위에서 작고 관리 가능한 하위 집합을 선택하여 분석에서 거의 최적의 적용 범위를 달성할 수 있습니다 😀

Chelsea Studio에 대해 자세히 알아볼 수 있습니다. 여기를 클릭하십시오..

다음을 통해이 게시물 공유 :

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://semiwiki.com/artificial-intelligence/341997-cadence-debuts-celsius-studio-for-in-design-thermal-optimization/