DeepOHeat-v1

DeepOHeat-v2 通过自改进AI加速3D-IC热优化

研究人员开发了DeepOHeat-v2，这是一种先进的算子学习代理模型，旨在显著加快三维集成电路（3D-IC）热优化的速度并提高其准确性。新版本解决了其前身DeepOHeat-v1在处理高对比度几何形状和不连续导电性方面存在的局限性，这些问题以前会导致错误。DeepOHeat-v2采用离散化物理损失和带有信任门的自改进框架来优化预测，将平均峰值温度误差降低到0.55 K，并与传统方法相比实现了56倍的加速。