AI 열 해석 솔버, 3D IC서 최대 178배 가속
최근 30일 조회수 —좋아요 —핵심 요약
케이던스와 노터데임대가 재학습 없이 패키지 열 해석을 최대 178배 가속하는 DAIST를 발표했다.

케이던스 디자인 시스템즈(Cadence Design Systems)와 노터데임대 연구진이 이기종 2.5D·3D IC 패키지의 열 해석을 기존 유한요소법(FEM)보다 최대 178배 빠르게 수행하는 AI 가속 반복 솔버 ‘DAIST’를 발표했다. 연구진은 멀티 칩렛 시스템과 첨단 패키징 시스템에서 각각 평균 온도 오차 0.068%와 0.323%를 기록했다고 밝혔다.1
정확한 패키지 열 해석은 전체 구조를 FEM으로 계산하면 한 번에 수 시간이 걸릴 수 있다. 기존 AI 대리 모델은 패키지 스택 전체를 하나의 예측 대상으로 삼아 다이 수나 연결 구조가 달라질 때마다 재학습해야 한다는 제약도 있었다.
DAIST(Domain-Decomposed AI-Accelerated Iterative Solver for Thermal Analysis)는 패키지를 블록 단위 하위 영역으로 나누고, 각 영역의 해석기를 신경 연산자(neural operator)로 대체한다. 이후 영역 경계의 온도와 열유속을 반복해서 교환해 전체 패키지의 열 분포를 계산한다. 이 구조는 학습한 블록 모델을 구조가 다른 새 패키지 조합에도 재학습 없이 재사용하도록 설계됐다. 반복 횟수를 조절해 계산 시간과 정확도 사이의 균형도 선택할 수 있다.
다만 178배는 두 평가 시스템에서 얻은 최대 가속 수치다. 이번 결과는 2026년 10월 공개된 아카이브(arXiv) 사전논문에 담겼으며, 출처 자료에는 상용 설계 환경에서의 검증이나 양산 적용 결과는 제시되지 않았다.
Footnotes
-
Semiconductor Engineering, “A Composable Thermal Solver For Heterogeneous 2.5D/3D-IC Packages (Cadence, Notre Dame)” ↩
읽기 목록은 이 브라우저에 저장됩니다.
출처
- A Composable Thermal Solver For Heterogeneous 2.5D/3D-IC Packages (Cadence, Notre Dame) — Semiconductor Engineering · 자료: 2026. 10. 19.
이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.