面向芯粒集成设计的图神经网络温度场预测方法和装置制造方法及图纸

本发明专利技术公开了一种面向芯粒集成设计的图神经网络温度场预测方法和装置，包含：根据有限元网格划分，将网格单元视为图数据的节点，相邻的两个网格单元用边连接，获得由节点和边组成的封装结构的图数据；根据网格单元顶点位置信息、材料属性、仿真问题的初值条件和边值条件，获得节点的初始编码；设计深度图神经网络模型，首先获得节点和边在高维空间的投射，然后让节点聚合边的信息，边聚合节点的信息，最后将节点信息解码为温度数值；根据物理方程设计损失函数并训练模型；用训练好的模型进行温度分布预测；最后将网格单元的温度用插值方法计算每个顶点的温度。法计算每个顶点的温度。法计算每个顶点的温度。

【技术实现步骤摘要】
面向芯粒集成设计的图神经网络温度场预测方法和装置


[0001]本专利技术属于芯片封装仿真领域，尤其涉及一种面向芯粒集成设计的图神经网络温度场预测方法和装置。

技术介绍

[0002]随着人工智能技术的快速崛起，智能制造、智能计算等领域对具有高计算能力的芯片的需求日益增加。然而，先进制程逐渐逼近物理极限，通过先进制程提升芯片计算性能和功耗的方式，不仅使芯片的良率降低，而且制造芯片的成本大幅提升。为了应对上述问题，研发人员提出了芯粒集成技术。这项技术通过成熟制程工艺制造不同功能的芯片裸片，然后基于2.5D/3D先进封装技术将裸片组装成完整的芯片，实现了在兼顾成本的同时提升芯片良率。2.5D封装中的中阶层和3D封装中实现多个芯片堆叠封装的硅通孔技术(Through Silicon Via,TSV)等，让芯粒封装结构越来越复杂。因此，基于先进封装技术的芯粒集成设计面临着由复杂的封装结构带来的散热困难的问题，其中由温度分布和应力产生的器件失效问题受到了广泛的关注。从而，有必要在芯粒集成设计阶段，进行芯粒封装结构
‑
热<br/>‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向芯粒集成设计的图神经网络温度场预测方法，其特征在于，包含如下步骤：（1）根据有限元网格划分，将网格数据整理成图数据，记为图；其中每一个网格单元用节点表示，所有节点组成图数据的节点集；相邻的两个网格单元用边连接，所有边构成图数据的边的集合；（2）获取节点的初始编码；（3）根据有限元仿真结果，获得每个网格单元中每个顶点的温度；根据网格单元的位置坐标、网格单元每个顶点的位置坐标和温度，用插值方法获取网格单元的温度；（4）设计深度图神经网络模型：用神经网络获得节点和边在高维空间中的投射，再用图神经网络聚合节点和边的特征，最后将节点的特征解码为温度场分布；（5）根据温度场仿真问题，设计损失函数并将步骤（2）和步骤（3）中获取的节点的初始编码和网格单元的温度作为数据集训练步骤（4）中的深度图神经网络模型；（6）用训练好的图神经网络预测每个网格单元的温度；（7）根据有限元网格中顶点的坐标和网格单元的温度，用插值算法获得每一个顶点的温度。2.根据权利要求1所述的面向芯粒集成设计的图神经网络温度场预测方法，其特征在于，所述步骤（1）中，网格数据包含网格单元的编号、网格单元对应的材料编号、网格单元全体顶点的编号、顶点的位置坐标、每个网格单元的顶点的编号列表和边值条件；根据每个网格的顶点编号列表，整理每个顶点所属的网格单元的编号列表。3.根据权利要求1所述的面向芯粒集成设计的图神经网络温度场预测方法，其特征在于，所述步骤（1）中，节点为网格单元内部的任一点，相邻两个网格单元的节点连接构成边。4.根据权利要求1所述的面向芯粒集成设计的图神经网络温度场预测方法，其特征在于，所述步骤（2）中，根据网格单元所有顶点的坐标和材料属性，以及温度场仿真问题中的边值条件，获取节点的初始编码；节点的初始编码由节点的位置、网格单元的材料属性和边值条件拼接而成；对于瞬态热仿真问题，节点的初始编码除了节点的位置、网格单元的材料属性和边值条件，还需对时间变量和初值条件进行编码；所述节点的位置通过网格单元所有顶点的坐标加权求和得到。5.根据权利要求1所述的面向芯粒集成设计的图神经网络温度场预测方法，其特征在于，所述步骤（4）中，用神经网络获得节点和边在高维空间中的投射，具体为：对于节...

【专利技术属性】
技术研发人员：徐鸿博，戴雨洋，胡陈枢，曾令仿，陈光，毛海荣，张帅，崔钰，
申请(专利权)人：之江实验室，
类型：发明
国别省市：