Logo Zephyrnet

Chiplet Q&A với John Lee của Ansys – Semiwiki

Ngày:

Bảng điều khiển SNUG

Tại Cuộc họp Nhóm Người dùng Synopsys (SNUG) gần đây, tôi có vinh dự được dẫn đầu một nhóm chuyên gia về chủ đề chiplet. Một trong những thành viên tham gia hội thảo đó là John Lee, Trưởng bộ phận Điện tử, Chất bán dẫn và Quang học tại Ansys.

Quy trình phê duyệt đang phát triển như thế nào và những gì đang được thực hiện để giúp giảm thiểu thách thức về độ phức tạp của quá trình phê duyệt đang gia tăng?

Với nhiều khuôn, có ba thách thức chính mà tôi sẽ nhấn mạnh và sau đó nói về cách chúng ta có thể giải quyết những thách thức đó một cách tốt nhất. Đầu tiên, ranh giới giữa các hệ thống silicon đang mờ đi, vì vậy giờ đây chúng ta có cái mà chúng ta gọi là các vấn đề đa quy mô, trong đó bạn đang xem xét các hiệu ứng cấp độ nano chẳng hạn như nhiệt của tế bào ở cấp độ bóng bán dẫn, nhưng sau đó bạn cần chuyển sang quy mô centimet hoặc có khả năng là mét hiệu ứng khi bạn nhìn vào nhiều khuôn trong gói và hệ thống điện tử.

Cái thứ hai, tôi nghĩ là hiển nhiên, đó là Đa vật lý. Khi bạn đang đóng gói tốc độ tín hiệu ngày càng cao, chúng tôi sẽ tạo ra nhiều nhiệt hơn và bạn bắt đầu xếp chồng các khuôn tản nhiệt lên nhau, tạo ra nhiệt. Sẽ có những tác động cơ học nghiêm trọng mà bạn cũng cần tính đến.

Thứ ba là thử thách Đa tổ chức. Thông thường, khi chúng ta xem xét toàn ngành hoặc cơ sở khách hàng, bạn có một nhóm sản xuất chip, bạn có một nhóm đóng gói và một số người chết ', thậm chí có thể không đến từ chính công ty của bạn, vì vậy cần phải có một thách thức về mặt tổ chức. giải quyết.

Chúng tôi gọi đó là 3M: Đa quy mô, Đa vật lý và Đa tổ chức. Và thực sự để hỗ trợ điều đó từ quan điểm ký kết, chúng ta phải bắt đầu với vật lý, phải không? Nếu chúng ta không lập mô hình chính xác điện từ, không lập mô hình chính xác nhiệt; tính toàn vẹn của nguồn điện, tính toàn vẹn của tín hiệu và tính toàn vẹn của nhiệt không phải là bộ khởi động.

Vì vậy, chúng tôi cần cung cấp một nền tảng mở và có thể mở rộng. Một nền tảng ngụ ý mở rộng rất tốt về mặt điện toán, cho một thiết kế bóng bán dẫn thực sự. Làm cách nào để bạn mở rộng quy mô tính toán đó một cách hiệu quả, mở và có thể mở rộng, đến phần thứ ba, đó là quan hệ đối tác, cũng như quy mô và phạm vi của các vấn đề mà chúng tôi đang giải quyết xung quanh nhiều khuôn. Nó thực sự đòi hỏi một ngôi làng. Ví dụ: nền tảng Ansys, hợp tác chặt chẽ với nền tảng Synopsis là một ví dụ tuyệt vời về hệ sinh thái mở có thể mở rộng giúp giải quyết tốt hơn những thách thức mà chúng ta đã cùng nhau chứng kiến.

Đường cong học tập gia tăng cho các hiệu ứng Đa vật lý này được giải quyết như thế nào?

Theo quan điểm của bạn, nó khá dốc, Ansys đã thực hiện mô phỏng CFD nhiệt cơ học trong hơn 50 năm nên không phải là chúng tôi không biết cách giải các phương trình vi phân này. Nếu bạn nhìn vào, và cụ thể là một ví dụ khác về nhiệt, thông thường các công ty bán dẫn có thể có một nhóm nhiệt. Nhiệt đó chưa bao giờ thực sự thuộc sở hữu của nhóm chip hoặc nhóm IP hoặc nhóm đóng gói. Hoặc nếu họ đã làm, mỗi người có một cái nhìn khác nhau về điều đó. Và sau đó, với sự hợp tác của , có lẽ trong năm năm qua, vấn đề thực sự là về cách chúng tôi đưa nhiệt vào quy trình làm việc đã được xác thực bằng silicon, điều đó cũng hiệu quả về mặt tính toán.

Như tôi đã đề cập trước đó, chúng tôi đã xem lộ trình khách hàng của mình với 2.5D và 3D.

Sẽ sớm có một thiết kế nghìn tỷ bóng bán dẫn. Và sau đó một nghìn tỷ bóng bán dẫn có thể có nghĩa là 10 nghìn tỷ hình học. Và sau đó từ quan điểm nhiệt học, chúng tôi muốn chia lưới đó thành một trăm nghìn tỷ phần tử, điều này tất nhiên là không thể tính toán được. Và vì vậy, làm cách nào để chúng tôi đưa điều đó vào một quy trình khả thi mà cũng có thể được ký tắt, nhưng cũng hoạt động cùng với trình biên dịch IC 3D. Vì vậy, chúng tôi có nhận thức cấp hệ thống sớm. Chúng tôi thực hiện rất nhiều hoạt động đồng đổi mới với các công ty như Synopsys và TSMC.

Chúng tôi đã sử dụng AI/ML để hướng dẫn chúng tôi cách xác định các điểm nóng và cách chúng tôi có thể tối ưu hóa việc chia lưới tốt hơn. Điều này đã buộc chúng tôi phải xem xét kỹ lưỡng hơn việc sử dụng các mô hình có thứ tự giảm để thực hiện trừu tượng hóa để chúng tôi có thể thực hiện các mô phỏng cấp hệ thống nhanh hơn. Và tôi muốn nói rằng với tất cả kinh nghiệm mà Ansys có xung quanh việc giải các phương trình này, chúng tôi chắc chắn cảm thấy mình đang dẫn đầu thị trường, mặc dù tôi muốn nói rằng chúng tôi vẫn chỉ mới đi được nửa chặng đường. Chúng tôi có thể còn XNUMX năm làm việc chăm chỉ phía trước để đưa những hệ thống này đạt được sức mạnh và khả năng sử dụng mà chúng tôi mong muốn. Và AI sẽ là một phần của điều đó, phải không? AI đã là một phần của nó, may mắn thay.

Quan điểm của khách hàng về thách thức độ tin cậy là gì?

Chà, nó chắc chắn đã tăng lên và ' ví dụ là một ví dụ hoàn hảo trong đó độ tin cậy đã trở thành mối quan tâm hàng đầu, nhưng nó cũng mở rộng nếu bạn đang xây dựng một trạm gốc 5G không nằm trong nhà kho có máy lạnh hoặc nếu bạn đang mở rộng quy mô ra một trung tâm dữ liệu khổng lồ. Có nhiều trường hợp sử dụng khác nhau trong đó độ tin cậy ngày càng có vấn đề và chúng tôi đã đầu tư vào lĩnh vực này.

Chúng tôi có một sản phẩm gọi là tuân thủ ISO 20620 về an toàn chức năng và đang xây dựng, chuyển từ bảng tính sang hệ thống chính thức để theo dõi độ tin cậy, điều cực kỳ quan trọng. Chúng tôi cũng đã tập trung vào khía cạnh phần mềm. Ban đầu, chúng tôi đã đầu tư vào các hệ thống phần mềm ô tô và đảm bảo rằng chúng an toàn, nhưng chúng tôi đã thấy rất nhiều ứng dụng từ dòng sản phẩm đó vào ngành công nghiệp ô tô. Nhưng đối với nhóm của tôi, công việc phù hợp nhất thực sự là với các xưởng đúc như TSMC và đảm bảo rằng chúng tôi sử dụng vật lý tính toán để quay số có độ tin cậy cao hơn.

Cũng đọc:

Ansys mua lại một cái khác!

Phân tích đa vật lý từ chip đến hệ thống

Danh sách kiểm tra để đảm bảo các bộ chuyển đổi silicon không giết chết thiết kế của bạn

HFSS dẫn đầu với đổi mới theo cấp số nhân

Chia sẻ bài đăng này qua:

tại chỗ_img

Tin tức mới nhất

tại chỗ_img