案例1

前天下午我在第25届电子封装技术国际会议(ICEPT)上做了学术报告《Cross-Scale Finite Element Analysis of PCBA Reflow Soldering Processes》，我们课题组的六名研究生也分别做了学术报告，详情可见我的科学网博文《在电子封装技术国际会议(ICEPT)发表了7篇论文》，网页链接：https://blog.sciencenet.cn/home.php?mod=space&uid=99553&do=blog&id=1445894

在报告的提问环节和会后的自由交流中，很多参会人员对我们的集成电路产品可靠性的多尺度贯通的有限元模拟+图像生成式人工智能（Vision Transformer, ViT）技术感兴趣，提了很多问题。这恰好是我们课题组最近四年半孜孜以求的科研创新和特色。因此昨天做一回顾，梳理了AI在集成电路行业中深入应用的历程及体会，列出了AI+IC算法和算例的相关论文信息，写成了上述博文，既是对我们课题组的鞭策，又希望进一步回答提问者的问题、抛砖引玉以促进AI技术在集成电路行业中的深入应用。

案例2

这里举一个当下热点事件，进一步理解AI在集成电路行业中深入应用的极端紧迫性。

最近较重要的集成电路产业新闻是Blackwell 系列芯片问题，可见2024年8月5日的半导体行业观察《英伟达新芯片, 困难重重》. 网页链接：https://mp.weixin.qq.com/s/zGe-hff7trKHxZbneJKw9A

其中，下述的示意图描述了这次影响出货量的核心问题：

从技术角度理解这件事的前因后果，可能是极其复杂的CoWoS-L芯片系统设计、众多种类材料之间的性能显著差异导致了热-力可靠性问题，高效率高精度地改进嵌入式多芯片互联桥（EMIB）及其与再布线层（RDL）连接区的布线设计，从而解决问题。

如果真的能如此快速且有效地解决上述问题，从技术角度猜测，必然已经实现了如下的技术演变：（1）对于具有任意复杂多变的布线和材料特点的任意形状尺寸的集成电路产品，高效率、高精度、全自动化地基于细观有限元方法计算任意大小分区的数十万、数百万甚至数千万个分区的各向异性等效材料性能，既包括力学性能参数、化学收缩系数、热膨胀系数，又包括热导率、电导率；（2）利用数十万、数百万甚至数千万个分区的高精度的各种各样等效材料性能的细观有限元模拟数据，基于CNN、Vision Transformer等技术开发了布线结构分区等效材料性能的人工智能预测技术，能在数分钟内根据最新的集成电路产品设计方案高精度地生成宏观尺度有限元模拟所需分区数量的各种各样等效材料性能的各向异性数据。（3）实现了PCB制造/IC基板制造/RDL制造/芯片CoWoS-L封装/回流组装/PCBA使役损伤与疲劳全贯通的高精度高效率有限元模拟。

试想，假如没有上述的第（2）条所述的AI技术，该公司难以有把握在很短的时间内有效地解决如此复杂的集成电路产品的热-力可靠性问题。仅仅依靠细观有限元模拟技术直接生成宏观尺度有限元模拟所需分区数量的各种各样等效材料性能的各向异性数据，是极其耗时的事，即使有很好性能的多台并行的服务器。

估计其尚未实现基于PCB制造/IC基板制造/RDL制造/芯片CoWoS-L封装/回流组装历史的PCBA使役损伤与疲劳的高精度高效率AI预测，否则就不会出现上述的黑天鹅事件了。

一家之言，欢迎大家多提宝贵意见，共同推动AI+IC产业技术进步。