3D 可视化革命性地改变了未来芯片设计，NVIDIA 与 Ansys 合作推出解决方案
realtime news Jun 26, 2024 10:49
NVIDIA Omniverse 和 Modulus 使 Ansys 能够加速 3D 仿真工作流程，为下一代半导体系统铺平道路。
根据NVIDIA 博客的报道，NVIDIA Omniverse 和 Modulus 正在赋能 Ansys 加速 3D 仿真工作流程，这是构建下一代半导体系统的关键组件。
3D-IC 在半导体设计中的角色
多芯片，称为三维集成电路 (3D-IC)，代表了半导体设计中的一个革命性步骤。这些芯片垂直堆叠，形成紧凑的结构，在不增加功耗的情况下提高性能。然而，随着芯片变得更加密集，它们在管理电磁和热应力方面提出了更复杂的挑战。高级的 3D 多物理场可视化对于解决这些挑战的设计和诊断过程至关重要。
设计自动化会议带来的见解
在全球展示芯片和系统最新发展的设计自动化会议上，Ansys 展示了其如何利用 NVIDIA 技术来克服这些挑战。Ansys 使用 NVIDIA Omniverse，这是一个包含应用程序编程接口、软件开发工具包和服务的平台，实现仿真结果的 3D 可视化。该平台为 Ansys 求解器的 3D-IC 结果建立了可视化，使工程师能够评估电磁场和温度变化等现象，从而优化芯片以实现更快的处理速度、增加功能性和提高可靠性。
增强的仿真能力
通过在 NVIDIA Omniverse 平台上的 Ansys Icepak，工程师可以根据不同的功率配置文件和布局方案模拟芯片上的温度。识别芯片热点可以导致更好的芯片设计和辅助冷却设备。然而，这些 3D-IC 仿真计算量巨大，限制了用户可以探索的仿真数量和设计点。
结合在 Ansys RedHawk-SC 电热数据管道和模型训练框架中处理任意功率模式的新技术，使用 NVIDIA Modulus，Ansys 研发团队正在探索使用基于 AI 的代理模型来加速仿真工作流程。Modulus 是一个开源的 AI 框架，具有简单的 Python 接口，用于大规模构建、训练和微调物理-ML 模型。
实时结果的 AI 代理模型
NVIDIA Modulus Fourier 神经运算符（FNO）架构可以为部分微分方程的分布参数化解。Ansys 研究人员创建了一个 AI 代理模型，可以高效地预测给定功率配置文件和定义的布局方案下的温度分布，并基于热传导系数、厚度和材料特性等系统参数进行预测。该模型提供了近乎实时的结果，显著降低了计算成本，使 Ansys 用户能够探索更广泛的芯片设计空间。
在成功的概念验证之后，Ansys 团队将探索将此类 AI 代理模型集成到其下一代 RedHawk-SC 平台中，使用 NVIDIA Modulus。随着更多代理模型的开发，团队还将寻求通过原位微调来增强模型的通用性和准确性。这将使 RedHawk-SC 用户受益于更快的仿真工作流程、更广泛的设计空间访问，以及使用自身数据改进模型的能力，从而推动产品开发中的创新和安全性。
要了解使用 NVIDIA Omniverse API 的 3D-IC 多物理场可视化的联合演示，请于 6 月 23-27 日在旧金山 1308 展位的设计自动化会议上访问 Ansys，或者观看参展商论坛的演示。
Image source: Shutterstock