日立开发芯粒先进封装AI候选方案筛选技术

日立制作所11月12日宣布,已开发出一项基础技术,可在基于chiplet(芯粒)的先进封装设计中,提高设计初期筛选有潜力设计方案的效率。

先进封装初期设计面临效率与变更挑战

把逻辑芯片和存储芯片集成到单一封装中的先进封装技术,在应用时需要在设计初期就研究多个项目,包括多颗芯片与基板的布局和连接、封装结构选择等,候选方案筛选耗时较长。同时,设计启动时设想的搭载chiplet的半导体和基板,可能因设计途中供应状况或交期变化而不得不更换部件,进而引发重新设计、追加验证等设计返工。半导体设计中,利用EDA进行详细物理设计优化的做法虽已推进,但在考虑采购可行性和制造条件的初期候选筛选及物理解析环节,仍需熟练设计人员收集信息并作出判断。为此,日立开发了面向chiplet半导体封装设计的基础技术,目标是在设计初期高效筛选有潜力的设计方案。

两项AI技术协同缩短开发周期

具体而言,日立开发了两项技术:一是自动筛选符合设计要求的候选方案的智能体AI(agent型AI)技术;二是利用AI模型在短时间内比较电、热、应力特性的高速物理解析技术。

智能体AI可整理并结构化设计人员以自然语言输入的设计要求,并基于采购可行性、制造规格、既有设计知识等条件,自动筛选符合设计要求的组合、布局以及封装规模和结构候选方案。由此,不仅考虑性能,还能把设计途中可能出现采购问题的可能性纳入考量,在设计早期筛选候选方案,减少设计人员逐一确认大量候选方案的负担,并使其在进入详细设计前更容易依据业务和制造约束比较有潜力的方案。

高速物理解析技术则在比较已筛选设计候选方案的阶段,利用AI模型对电、热、应力特性进行物理解析,从而加速计算负荷较大的解析处理。这样,在设计初期即可更早判断多个候选方案是否存在积热、电气问题或应力隐患,降低因详细设计阶段才发现不适用而导致的设计返工风险。

内部试验确认候选方案减少90%以上

在日立内部采用3种chiplet半导体进行封装方案研究的试验中,考虑采购可行性和连接端子布局等条件筛选候选方案后,确认设计人员需要确认的设计候选数量可减少90%以上。同时,日立还确认,对于筛选后的设计候选方案,可以在设计初期阶段评估是否存在积热、电气问题或应力隐患。

将推进PoC并瞄准边缘AI半导体工程服务

日立今后计划通过与半导体供应商及封装相关企业开展PoC(概念验证),扩大此次开发技术的适用范围并提升设计候选方案筛选精度,同时力争将其应用于面向边缘AI(edge AI)的半导体工程服务。

日立还将此次开发的技术定位为支撑其推进的Lumada 3.0的半导体开发基础技术,计划通过One Hitachi汇聚研发、半导体设计与实现、边缘AI相关业务的知识,推进连接IT、OT和产品的半导体设计与实现平台升级,从而加快chiplet半导体设计,并为实现可持续的半导体价值链作出贡献。

新人专享大礼包