English(EN) 2D-ThermAl: Physics-Informed Framework for Thermal Analysis of Circuits using Generative AI

生成式AI框架'ThermAl'将电路热分析速度提升200倍

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-05 04:00

研究人员开发了一个名为2D-ThermAl的新AI框架，用于分析集成电路中的热分布。这个物理信息生成式AI模型能够比传统仿真方法显著更快地估算热源和温度图。该框架实现了高精度，均方根误差为0.71°C，并且运行速度比传统工具快200倍，使其适用于早期设计分析。 AI

影响通过提供快速准确的热分析，加速了早期电路设计，可能减少昂贵的后期重新设计。

排序理由这是一篇详细介绍用于电路热分析的新AI框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Soumyadeep Chandra, Sayeed Shafayet Chowdhury, Kaushik Roy · 2026-05-05 04:00

2D-ThermAl: Physics-Informed Framework for Thermal Analysis of Circuits using Generative AI

arXiv:2512.01163v2 Announce Type: replace Abstract: Thermal analysis is increasingly critical in modern integrated circuits, where non-uniform power dissipation and high transistor densities can cause rapid temperature spikes and reliability concerns. Traditional methods, such as…