Охлаждение - одна из самых ярких иллюстраций того, как команды разработчиков полупроводников должны работать сообща.

В инженерных кругах ходит шутка, что в последний раз инженер-электрик видел инженера-механика на первом курсе университета.

Я твердо верю, что развитие междисциплинарного сотрудничества и использование передовых инструментов, таких как агентный искусственный интеллект, жизненно важны для внедрения инноваций в современном сложном инженерном мире. На протяжении десятилетий эти две дисциплины рассматривались как отдельные. Проблема с чипом была в первую очередь связана с электричеством; с корпусом, платой и системой охлаждения можно было справиться и в дальнейшем.

В полупроводниковой отрасли поддерживать такой способ работы становится все труднее из-за давления, вызванного масштабами и интенсивностью современных вычислений. Заоблачные ожидания, которые потребители и бизнес возлагают на искусственный интеллект и современную электронику, оставляют мало места для напрасной траты энергии или неэффективности - как с точки зрения производительности для потребителя, так и коммерческого успеха для производителя.

Это меняет подход к проектированию. Если эти две команды хотят добиться успеха в своей миссии по обеспечению питания, охлаждения и надежности чипов в сложных условиях эксплуатации, они должны работать сообща.

Необходимо разрушить традиционную разрозненность и расширить возможности команд в различных дисциплинах. Это призыв к объединению экспертных знаний и внедрению интегрированного дизайна.

Стоит уделить особое внимание охлаждению, поскольку термические характеристики являются одним из наиболее ярких примеров этого изменения.

По мере роста плотности мощности и эксплуатационных требований теплоснабжение само по себе становится конструктивным ограничением. Процессор может демонстрировать более высокую производительность на бумаге, но если система не может отводить тепло достаточно быстро и стабильно, результат очевиден: регулирование, снижение эффективности, проблемы с надежностью и более сложные компромиссы в других аспектах конструкции.

Как только тепло покидает матрицу, проблема быстро выходит за рамки традиционной электронной автоматизации проектирования (EDA). Тепло проходит через упаковку, подложку, плату и окружающую охлаждающую среду. Команды разработчиков борются с такими переменными, как расход воздуха или жидкости, давление, температурные градиенты и физический дизайн системы вокруг чипа.

Это вопросы механики и гидродинамики в той же степени, что и электрические. Производительность кремниевого оборудования все больше зависит от того, насколько хорошо изучены, смоделированы и оптимизированы окружающие системы.

В Великобритании это сближение уже заметно. Планируемый Национальный центр усовершенствованной полупроводниковой упаковки и интеграции сосредоточит свое внимание на “решениях для упаковки, которые активно определяют поведение системы, а не просто содержат микросхемы”. Другими словами, страна активно инвестирует в одну из областей, где наиболее остро ощущаются электрические, тепловые и механические ограничения.

Это совпадение также выходит за рамки прикладной области. На уровне моделирования обе дисциплины связаны с решением сложных физических задач.

В вычислительной гидродинамике (CFD) инженеры моделируют такие переменные, как давление, температура и скорость. В EDA они моделируют электромагнитные поля, целостность сигнала, подачу энергии и тепловые эффекты. Конкретные проблемы могут выглядеть по–разному, но основная задача – понимание и контроль того, как физическое поведение взаимодействует в сложной, компактной, сильно ограниченной системе, - одна и та же.

Вот почему разделение между электрическими и механическими рабочими процессами начинает казаться искусственным. Это больше не изолированные инженерные проблемы, которые могут быть легко переданы от одной команды к другой, поскольку решения, принятые одной командой, могут негативно сказаться на других.

Команды электриков и механиков часто по-прежнему работают в разных средах. Данные могут передаваться между ними, но редко так гладко и так быстро, как того требует сложность задачи.

К тому времени, когда становится заметной тепловая или механическая проблема, электрическая схема может быть уже достаточно усовершенствована, и любое изменение потребует отмены уже выполненной работы.

Для разработчиков микросхем это создает серьезные трудности. Проблема редко заключается в недостатке опыта. Обычно опыт приходит слишком поздно или в такой форме, что его трудно использовать в процессе проектирования. По мере того как системы становятся более плотными и энергозатратными, оправдывать такое перераспределение становится все труднее.

Решение заключается в том, чтобы объединить эти направления на ранних этапах процесса проектирования. Если команды смогут оценить тепловое воздействие архитектурного решения или электрические последствия выбора упаковки, у них будет больше возможностей сделать правильный выбор.

Это не означает, что каждый инженер должен свободно разбираться в каждой области. Это означает, что необходимо учитывать электрические, тепловые, механические и гидродинамические аспекты, когда выбор конструкции еще достаточно гибок для изменения.

Важную роль в этом играют интегрированные среды проектирования и моделирования. Возможность с самого начала использовать междисциплинарное поведение в процессе проектирования, а не в качестве проблемы, которую необходимо решать в конце, является важной адаптацией к способу ведения бизнеса.

Искусственный интеллект и здесь является чем-то вроде множителя силы.

Индустрия требует от инженерных групп разработки более сложных микросхем с учетом более жестких требований к дизайну, в то время как количество опытных специалистов по проектированию и верификации остается ограниченным. Расширение команд не обязательно является решением проблемы производительности, когда командам предлагается работать сообща.

По мере того как агентный ИИ становится все более распространенным явлением, агенты будут работать в рамках установленных рабочих процессов EDA, чтобы помочь командам быстрее продвигаться по пути проектирования и проверки, а не просто добавлять еще один уровень автоматизации на границе процесса. Например, искусственный интеллект может выполнять трудоемкие задачи, связанные с разработкой дизайна, созданием тестового стенда, регрессионным тестированием и отладкой, в то время как инженеры по-прежнему сосредоточены на оценке, компромиссах и инновациях.

Тот же принцип применим и к организации инженерных команд. Решение заключается не в том, чтобы превратить инженеров-электриков в инженеров-механиков или инженеров-механиков - в разработчиков микросхем, а в том, чтобы улучшить взаимодействие между дисциплинами.

Граница между кремнием, корпусом, платой и средой охлаждения становится все менее четкой с точки зрения производительности. Инженерам нужен достаточный контекст, чтобы понимать, как их решения влияют на соседние области, и им нужны инструменты, которые делают эти зависимости видимыми, пока решения еще можно изменить.

Следующая эра производительности чипов будет частично зависеть от того, насколько хорошо индустрия объединит знания в области электротехники, теплотехники, механики и гидродинамики в процессе проектирования. Процесс проектирования больше не может рассматриваться как отдельный мир.

Старое разделение между дисциплинами, возможно, и было удобным, но отстаивать его становится все труднее.

Об авторе – Стивен Смит, системный директор Cadence в регионе EMEA

Похожие истории – Стандарты и искусственный интеллект изменят облик EDA