技术应用嵌入式BCIROM技术:用于三维CFD电子热仿真的降阶热模型

在这篇博客中,我将介绍一种新颖的降阶建模方法,这种方法可为电子供应链中的封装热模型交流增添重要价值。嵌入式BCI-ROM技术能够创建精确的集成电路封装降阶热模型,可用于三维CFD电子冷却仿真研究。嵌入式BCI-ROM的精确度接近于详细的热模型,最重要的是,封装的所有内部结构细节(尺寸和所用材料)都不公开,因此无法进行逆向工程。嵌入式BCI-ROM技术是最近发布的SimcenterFlotherm2310软件的一项新功能。请继续阅读,了解热挑战、解决方案、演示和封装建模精度比较。

热建模挑战:

模型数据交换的障碍、典型变通方法和分析保真度风险:

知识产权保护和法律考虑因素为电子产品供应链中的热模型交流制造了障碍。半导体原始设备制造商有时会依靠保密协议与主要客户共享详细的热模型,但这并不总能扩展到向大量客户供货,也无法防止知识产权的意外泄露。许多公司根本拒绝共享详细模型。

嵌入式BCI-ROM=可嵌入的边界条件无关降阶模型。

这种方法具有以下几个宝贵的特点:

1)FANTASTIC方法从数学角度确保了精确度。在提取可嵌入式BCI-ROM时,用户可将所需精度设定为可接受的相对误差。热传导系数(HTC)范围由用户在提取降阶模型时设定。

3)该方法支持任意数量的热源,可全面支持具有多个芯片的现代封装结构,以及包含单个芯片上多个功率耗散区的更高保真建模方法。

以下是对现有封装热建模选项的比较,根据4项标准对适用性进行评估。

只有嵌入式BCI-ROM模型才能满足以安全可传输形式进行三维热分析的所有4项标准。

观看以下视频,了解如何创建嵌入式BCI-ROM(作为创建者角色),然后将其安装在系统级SimenterFlotherm模型外壳中的PCB上(作为使用者角色)。

点击图片即可跳转原文观看视频

SimcenterFlothermXT中的SimcenterFlothermPackageCreator可帮助工程师在数分钟内轻松创建精确、详细、基于三维CAD的芯片封装热模型,以便直接用于板级和系统级电子热仿真。工程师现在可以在PackageCreator中创建流行封装系列的详细几何模型,然后将其直接导出到SimcenterFlotherm,以创建详细模型作为导出嵌入式BCI-ROM的基础。以下视频包括上述演示视频中使用的倒装芯片BGA处理器封装的创建过程。

以上我总结了嵌入式BCI-ROM与标准精简模型和详细热模型的区别和主要优势,并针对4个标准列出了表格。为了说明稳态下的准确性,对3个不同的系统模型进行了分析。每个模型中的一些封装最初使用详细模型建模,然后使用2R、DELPHI和嵌入式BCI-ROM模型对集成电路封装进行相同的稳态模拟。下表显示了与详细热模型结果相比的最大误差变化的精度。

从表中可以看出,与详细热模型结果相比,嵌入式BCI-ROM的误差远小于5%,其精确度与标准DELPHI模型方法相同,甚至更高。嵌入式BCI-ROM支持多个热源和瞬态模拟选项,是DELPHI方法的重大升级。在对详细热模型和嵌入式BCI-ROM的稳态比较进行仔细研究时,让我们考虑一个水平安装在外壳中的印刷电路板模型。FCBGA处理器上有一个散热器。冷却方式仅为自然对流。

下图是同一电路板的平面图,显示了电路板的顶部和底部。从表面温度和结温图对比(右图)可以看出,封装的精度接近,结果差异很小。从元件封装模型的精度比较图来看,最大差异为离群值的2.5%,平均差异小于0.9%。这有力地证明了嵌入式BCI-ROM在完全保密的情况下可以达到可接受的准确度水平。

高密度先进封装(HDAP)

芯粒

功率电子–IGBT模组

针对用户:创建和使用可嵌入式BCI-ROM的指导文件可确保准确性和稳定性。您可以在西门子支持中心下载验证文件和最佳实践指南。

SimcenterFlotherm中的嵌入式BCI-ROM与其他类型的BCI-ROM一样,利用其与边界条件无关的特性,支持在不同建模环境中进行快速、准确的热建模。这些其他BCI-ROM支持在独立电路仿真、一维系统建模软件工具或其他单独解决方案中进行电热联合仿真。

THE END
1.基于Gitlab的嵌入式软件开发模型团队准备从 SVN 切换到自建的 Git 开发模型,选择了 Gitlab CE 版本作为源码管理平台。本文描述的开发模型适用于嵌入式开发领域,这与 Web 相关产品开发模型有较大差别。 Gitlab CE是一个开源的基于 Git 的源代码管理软件,本文介绍基于 Gitlab 的源代码管理规范及典型工作流程。关于 Gitlab 的安装,可参阅官方文档https://www.jianshu.com/p/d97eca5c0d1e
2.电子工程师常用工具,哪种你用得最熟?当你需要测试一下简单的数字逻辑门和寄存器,甚至一些高级组件,可以考虑SourceForge上的一些免费在线模拟工具,比如CEDAR逻辑模拟器(目前为beta版本,http:///projects/cedarlogic/)。CEDAR逻辑模拟器是一个用于逻辑设计教学或简单的数字设计测试的交互式的数字逻辑模拟器。SourceForge上的主应用程序窗口,允许用户在进行多个项http://www.360doc.com/content/19/0805/18/1751130_853160530.shtml
3.智工·工业大模型3.0发布,两大产品重构工业AI产业生态工业轻量化中工互联发布的智工嵌入式多模态大模型产品,为工业领域带来了全新的体验。该产品采用2.8B参数,具备领先的多模态预训练技术,支持图像识别、自然语言对话。该产品采用原生多模态架构,具备5.6亿图像标注数据、500万图像中文增强和工业数据增强。智工嵌入式多模态大模型产品能够同时处理多种感知信息,可以帮助工业企业实现更智https://news.sina.com.cn/sx/2023-12-25/detail-imzzfiqx3085635.shtml
4.云风的BLOG:语言与设计ArchivesAura 一个嵌入式小语言 上周看到了 Redis 作者的新玩具语言Aocla,感觉很有启发。它是 FORTH 和 Lisp 的杂合体,又增加了一些内嵌局部变量的支持。非常像我前两年给我们数学库做的一个小东西。最初的想法是为数学库设计一个 DSL 潜入 Lua ,在做复杂的数学计算过程时,可以把计算过程停留在 C Side ,减少 Luahttps://blog.codingnow.com/eo/oienooeeee/
5.AI大模型需要什么样的硬件?去年底至今,随着三星Galaxy S24、Google Pixel 8等重要产品上市,以及苹果WWDC推出Apple Intelligence,手机AI的功能逐渐清晰。目前语音助手、修图、写作助手等功能成为主流。 以三星今年1月发布的Galaxy S24为例,该机型搭载自研大模型Samsung Gauss,具备实时翻译/圈选搜图/生成式编辑/笔记助手等功能。软件方面,基于OneUIhttps://wallstreetcn.com/articles/3717852
6.CSDN专业开发者社区AMD ROCm AI 开发者交流会——大模型推理与开源创新专场活动线下 精品课程 更多 VIP Java之路 张中强 共4.0 节· 267.6万 人学习 VIP 韦东山嵌入式Linux第一期视频 韦东山 共54.0 节· 24.8万 人学习 VIP 编程可以这样学 张杨(老张头) 共40.0 节· 22.8万 人学习 https://www.csdn.net/
7.2024年人工智能行业2025年投资策略报告:算力为基,自主可控大势所英伟达代表全球自动驾驶芯片最顶尖水平。2023 年 9 月,英伟达正式发布了智能汽车芯片 Thor。Thor 车载 计算平台分为两个版本,分别是单片 1000 TOPS 算力版本,和双片共计 2000 TOPS 算力版本。最早于明年开始 量产,同年上车。伴随着芯片架构升级,Thor 平台将搭载专为 Transformer、大语言模型和生成式 AI 工作负载 https://www.vzkoo.com/read/20241126ac9223c01d218eb3547b187c.html
8.建议收藏!100篇必读论文大模型月报(2024.02)大家好,这是我们的新专栏——大模型月报(100 篇必读论文)——的第一篇文章,内容主要为当前大模型领域热门研究方向(如文生图、文生视频、文生音乐等)的热门论文。我们希望,这一专栏能够为大家提供较为全面的大模型最新研究进展。当然,「大模型月报」目前还无法涵盖所有热门论文以及研究方向,望请见谅。欢迎大家多提https://hub.baai.ac.cn/view/35698
9.其他9.嵌入式机器视觉系统 该研究以工业4.0需求为背景,旨在利用视觉系统对工业生产中产品的缺陷、污点、划痕等进行智能检测,同时研究基于视觉传感器的三维引导技术,与机器人系统相结合实现工业现场的引导、抓取。目前所研制的嵌入式智能视觉传感器(应用于工业现场,进行缺陷等检测)已进入小批量生产,可极大的提升工业现场的工作https://cs.xidian.edu.cn/ztwz/z2022yzzt2/sy/znrjyxtxjsyjs/qt.htm
10.GitHubjobbole/awesomedotnetOrleans - Orleans框架提供了直接构建分布式、大规模计算应用的方法,无需学习和使用复杂的并行或扩展模型。 Newbe.Claptrap - 这是一个有着反应式、事件溯源和演员模式作为基本原理的服务端开发框架集。最重要的是,开发人员可以更简单的开发出“分布式”、“横向扩展”和“易测试”的应用。 CoreFX - corefx 仓包含https://github.com/jobbole/awesome-dotnet-cn
11.面向植物病害识别的卷积神经网络精简结构Distilled(3) 在训练好的模型上使用知识蒸馏方法, 将知识从冗余的集成模型转移到轻量级模型中, 并保留复杂网络的性能,从而训练得到精简模 型,通过这种方法有效地降低模型体积,提高模 型精度. 3.1 识别模型 MobileNet 的训练 MobileNet 是 Google 提出的轻量级神经网络,用于解决复杂模型在移动端和嵌入式终端上 无法使用的问题 https://www.smartag.net.cn/EN/article/downloadArticleFile.do?attachType=PDF&id=16247
12.传媒互联网及海外周观点:国内外大模型催化算力需求,重视AI+轻度电商行业整体来看,我们仍然最看好拼多多在业绩增长方面的确定性。 本地生活板块中,我们认为【美团-W】仍然是行业的首选,虽然抖音在到店业务的竞争会带来一定的压力,但我们认为美团仍然能在行业复苏的背景下充分受益,2023年取得较好的业绩表现。同时,公司目前估值具有一定的吸引力。https://stock.stockstar.com/JC2023062000016259.shtml