Elektrothermische Simulation von 3D-ICs Siemens und Nvidia automatisieren thermische Analysen im Chipdesign

Quelle: Pressemitteilung 2 min Lesedauer

Anbieter zum Thema

Bei gestapelten Chips wird die Wärmeabfuhr zunehmend zur Herausforderung. Siemens und Nvidia haben deswegen einen KI-gestützten EDA-Workflow entwickelt, der elektrische und thermische Analysen automatisiert. Laut Siemens lassen sich damit bis zu 50-mal mehr Entwurfsvarianten untersuchen.

Die thermische Simulation eines 3D-ICs visualisiert die Temperaturverteilung innerhalb des Chipaufbaus. Siemens und Nvidia wollen solche elektrothermischen Analysen mithilfe KI-gestützter EDA-Workflows automatisieren und beschleunigen.(Bild:  Siemens EDA)
Die thermische Simulation eines 3D-ICs visualisiert die Temperaturverteilung innerhalb des Chipaufbaus. Siemens und Nvidia wollen solche elektrothermischen Analysen mithilfe KI-gestützter EDA-Workflows automatisieren und beschleunigen.
(Bild: Siemens EDA)

Je mehr Chiplets und Halbleiterkomponenten in einem Gehäuse übereinander angeordnet werden, desto schwieriger wird es, die entstehende Wärme abzuführen. Lokale Temperaturspitzen können die Leistungsfähigkeit und Zuverlässigkeit der Bauteile beeinträchtigen. Deshalb müssen Entwickler elektrische und thermische Wechselwirkungen bereits bei der Auslegung komplexer 3D-ICs berücksichtigen.

Dafür hat Siemens Digital Industries Software gemeinsam mit Nvidia am 21. Oktober 2026 einen KI-gestützten Workflow vorgestellt, der diese Analysen über mehrere EDA-Werkzeuge hinweg automatisiert. Statt die einzelnen Simulationsschritte manuell vorzubereiten, Daten zwischen Programmen zu übertragen und Entwürfe wiederholt anzupassen, übernehmen KI-Agenten die Koordination der Werkzeuge.

Sieben EDA-Werkzeuge in einem Workflow

Der neue Ansatz verbindet neun Arbeitsschritte über sieben EDA-Werkzeuge von Siemens. Dazu gehören unter anderem mPower für die Leistungsanalyse, Calibre 3DThermal für thermische Untersuchungen und Simcenter Flotherm für die Simulation des Wärmeverhaltens auf Systemebene. Weitere Werkzeuge berücksichtigen beispielsweise temperaturabhängige parasitäre Effekte und das elektrische Verhalten der Schaltungen.

Die KI-Agenten koordinieren die Analysen und unterstützen die Suche nach geeigneten Entwurfsvarianten. Dabei können vom Ingenieur unter anderem die Anordnung der Komponenten, Materialaufbauten, Leistungsbudgets und thermische Randbedingungen verändert werden. Die Bewertung erfolgt weiterhin mit physikbasierten Simulationswerkzeugen. Nvidias CUDA-X-Bibliotheken beschleunigen Teile der Berechnungen.

Bis zu 95 Prozent weniger Engineering-Aufwand

In Benchmark-Untersuchungen reduzierte sich der Engineering-Aufwand laut Siemens um bis zu 95 Prozent. Die Einrichtung der beteiligten Werkzeuge dauerte weniger als fünf Minuten statt mehrerer Tage. Gleichzeitig konnten bis zu 50-mal mehr Entwurfsvarianten untersucht werden als bei konventionellen manuellen Abläufen.

Damit sollen Entwickler thermische Engpässe früher erkennen und unterschiedliche Packaging- und Designoptionen systematischer vergleichen können. Gerade bei 3D-ICs, bei denen elektrische Leistungsaufnahme, Wärmeentwicklung und Gehäuseaufbau eng zusammenhängen, könnte das die Entwurfsoptimierung vereinfachen. Die genannten Verbesserungen stammen aus Benchmark-Untersuchungen des Herstellers. Wie stark sich der Zeitgewinn auf konkrete Entwicklungsprojekte übertragen lässt, hängt unter anderem von der Komplexität des Designs und den eingesetzten Analysewerkzeugen ab. (sb)

(ID:50997321)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung