在8月11日写了博文《AI在集成电路行业中深入应用的两则案例》，网页链接：https://blog.sciencenet.cn/home.php?mod=space&uid=99553&do=blog&id=1446013

在案例二中，特别写道：“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”。

实事求是地说，这是难度很大的技术创新！但是，这本身也是水到渠成的事，只要确实实现了上述博文中所说的如下三步走的技术演变：“（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”。

敢为天下先，我们课题组的ZHAO XH硕博连读生和QIAO W硕士生优势互补，已经在今年6月实现了晶圆级扇出封装（WL-FO）的warpage的人工智能预测，正在挑战晶圆级集成扇出封装（WL-InFO）的warpage的人工智能预测系统开发，期望今年年底能基本实现高效率高精度的晶圆级集成扇出封装（WL-InFO）的warpage的人工智能预测；再和其他同学合作，进一步推广应用于PCB制造、IC基板制造、RDL制造、芯片CoWoS-L封装、芯片CoWoS-S封装、芯片CoWoS-R封装、HBM封装、PCBA回流组装、PCBA使役等场景，丰富多模态Transformer技术在集成电路行业中深入应用的案例，更好地促进集成电路设计和封装产业技术的共同进步。

任重道远，但是行则必至！