Zephyrnet-logo

Cadence introduceert Celsius Studio voor in-design thermische optimalisatie – Semiwiki

Datum:

Voortbordurend op het multifysica-thema sprak ik onlangs met Melika Roshandell (Product Management Director bij Cadence) over de voortdurende convergentie tussen MCAD en ECAD. Je moet eerst weten dat Melika een doctoraat in werktuigbouwkunde heeft en een uitgebreide achtergrond in thermische techniek bij Broadcom en Qualcomm, allemaal zeer relevant voor dit onderwerp. Een onmiddellijke openbaring uit deze discussie voor mij was dat thermische analyse en optimalisatie voor chips en systemen doorgaans wordt uitgevoerd door mechanische ingenieurs die samenwerken met de elektrische ontwerpteams. Klinkt logisch, maar dat verschil in expertise en disciplines kan aanzienlijke verkeersdrempels veroorzaken tussen deze elementen van het ontwerp, wat leidt tot inefficiënties in de uitvoering en optimalisatie. Celsius Studio heeft tot doel deze verkeersdrempels af te vlakken.

Cadence introduceert Celsius Studio voor in-design thermische optimalisatie

Er is een oude grap in de natuurkunde. Een melkveehouder vraagt ​​de plaatselijke universiteit om hulp om te begrijpen waarom de melkproductie op zijn boerderij is gedaald. Na een rondleiding door zijn boerderij, gedetailleerde discussies en veel studie aan de universiteit ontvangt hij een brief van de afdeling theoretische natuurkunde. Ze vertellen hem dat ze een oplossing hebben gevonden, maar die werkt alleen bij bolvormige koeien in een vacuüm. Het punt is dat natuurkundigen een probleem enorm moeten vereenvoudigen en slechts één component prioriteit moeten geven om een ​​analytische oplossing te vinden.

Computergebaseerde numerieke analyse heeft geen last van die beperking, waarbij exacte antwoorden worden opgegeven voor benaderende antwoorden, maar met welke precisie dan ook nodig is. Het is ook niet beperkt tot het beschouwen van alleen fysieke effecten tegelijk. En dat is maar goed ook, want bij chip- en systeemontwerp zijn meerdere fysieke factoren op alle ontwerpniveaus van belang en kunnen ze niet netjes van elkaar worden gescheiden.

Elektrische activiteit genereert onvermijdelijk warmte (tweede wet van de thermodynamica): in een transistor, een logisch blok, een chip/chiplet, een pakket, op een bord en in een rek. In gebieden met actief gebruik wordt lokaal warmte gegenereerd, die kan leiden tot verkeerd gedrag of fysieke schade als deze niet effectief wordt afgevoerd. Eén manier om de verwarming te verminderen is door de kloksnelheden te verlagen totdat deze voldoende zijn afgekoeld, maar die reductie heeft ook invloed op de prestaties. Voor een optimale werking moet de warmte die wordt gegenereerd door elektrische activiteit (dynamisch en lekkage) passief (thermische diffusie, straling en convectie) en/of actief (geforceerde lucht- of vloeistofkoeling) worden afgevoerd. Meerdere soorten natuurkunde moeten samen worden geanalyseerd.

Een andere belangrijke overweging is de neiging van constructies om te kromtrekken bij verhitting. Chips/chiplets worden vervaardigd uit meerdere materiaallagen, elk met verschillende thermische uitzettingseigenschappen. Chiplets zitten bovenop interposers en andere lagen, in een pakket bovenop een meerlaagse PCB, enzovoort – meer verschillende materialen met verschillende uitzettingscoëfficiënten. Wanneer twee (of meer) verbonden lagen onder verwarming uitzetten, zal de ene meer uitzetten dan de andere. Als deze differentiële uitzetting groot genoeg is, zal de structuur kromtrekken. Dat voegt spanning toe aan de elektrische verbindingen tussen lagen, die kunnen breken en losraken. Dergelijke problemen genezen niet vanzelf na afkoeling; de enige manier om je telefoon te repareren als de verbinding verbroken wordt, is door een nieuwe telefoon te kopen. Er is meer multifysische analyse nodig.

Nog een rimpel maakt het probleem van het thermisch beheer nog complexer. Al deze analyses moeten over een zeer breed schaalbereik werken, van tientallen microns in het IC-ontwerp tot tientallen centimeters op een bord, tot meterbereiken in een rek. Warmte kan op alle niveaus worden gegenereerd en koeling moet op alle niveaus effectief zijn. Multifysische analyses moeten ook op meerdere schaalniveaus worden uitgevoerd.

Celsius Studio integreert thermische analyse- en implementatie-inzichten van Innovus voor digitale circuits, Virtuoso voor aangepaste/analoge circuits, Integrity voor 3D-IC's, AWR voor microgolf-IC's en Allegro voor bordontwerp. Deze inzichten begeleiden de algehele thermische en spanningsanalyse van het vermogen, samen met strategieën voor warmtereductie, plaatsingsoptimalisatie en plaatsing van thermische via- en temperatuursensoren.

Thermische en spanningsmodellering wordt bereikt door middel van eindige elementenanalyse (FEA), met meshes die zijn ontworpen om de noodzakelijke nauwkeurigheid te ondersteunen, van fijnkorrelige tot grofkorrelige structuren over dat brede schaalbereik. Warmteafvoer door convectie en/of door actieve koeling (ventilatoren etc.) wordt gemodelleerd in de Cadence Celsius EC Solver.

Uiteraard vereist deze analyse MCAD-modellen die in de tool kunnen worden gemaakt of kunnen worden geïmporteerd uit meerdere populaire MCAD-formaten. Klinkt eenvoudig, maar volgens Melika hebben problemen bij het naadloos koppelen van MCAD en ECAD historisch gezien aanzienlijk bijgedragen aan deze verkeersdrempels. In Celsius Studio hebben de interne MCAD- en ECAD-experts van Cadence de importinspanning teruggebracht van dagen naar een verwaarloosbare impact op de analysestroom. Dit biedt een gestroomlijnd pad voor thermische, spannings- en koelingsanalyses op boards en in-racks.

Dat gestroomlijnde pad maakt in-design analyse (IDA) een veel realistischer voorstel. Eerdere over-the-wall uitwisselingen tussen engineering en thermische engineering beperkten uiteraard de mogelijkheden voor co-ontwerp/optimalisatie, waarbij de neiging bestond om de beste schattingen te maken om thermische teams te begeleiden, gevolgd door een worsteling aan het einde om zich aan te passen aan de definitieve analyses van de elektronicateams. Nu met snellere doorlooptijden om mechanische modelupdates te importeren, wordt co-optimalisatie door middel van ontwerp haalbaar, waardoor het risico op late problemen en wijzigingen in de planning/stuklijst wordt verminderd.

Snellere doorlooptijden maken ook analyses op basis van AI mogelijk. Ik ga hier een stap verder gaan met een beetje van mijn eigen speculaties. Om een ​​complex ontwerp met veel parameters te analyseren/optimaliseren, kun je die parameters over alle mogelijke instellingen en combinaties heen vegen. De complexiteit van het vegen neemt echter exponentieel toe naarmate er meer parameters worden toegevoegd. Er is een concept in Design of Experiments genaamd Covering Arrays waar we over hebben geschreven in een Innovatieblog, om het aantal combinaties waarmee u rekening moet houden enorm te verminderen, terwijl u de dekking slechts bescheiden verkleint. Er is alleen één probleem: het uitzoeken van de juiste opties vereist veel menselijk vernuft. Machine learning zou een andere manier kunnen zijn om dit te bereiken, op basis van veel meer parameters.

Ik weet niet of dit de methode is achter Optimality of andere soortgelijke tools, maar ik denk wel dat een verwante techniek een rol kan spelen. Vooral omdat deze methode kan worden toegepast op elk probleem, mechanisch of elektronisch, om een ​​kleine en beheersbare subset te selecteren uit een anderszins onpraktisch bereik, om een ​​vrijwel optimale dekking in analyse te bereiken 😀

U kunt meer lezen over Celsius Studio HIER.

Deel dit bericht via:

spot_img

Laatste intelligentie

spot_img