用于直流电流应力下应力演化的时空神经网络分析
信号处理
2022-03-30 v1
摘要
由于技术节点持续微缩，超大规模集成（VLSI）电路中电迁移（EM）引发的可靠性问题已引起越来越多的关注。传统 EM 模型常导致过于悲观的预测，与未来技术节点中缩减的设计裕度不相容。受近期神经网络在求解物理问题微分方程上的成功启发，我们提出一种无网格模型来计算 VLSI 电路中的 EM 诱发应力演化。该模型利用专门设计的时空物理信息神经网络（STPINN）作为 EM 分析的求解器。通过将基于物理的 EM 分析与包含焦耳热和通孔效应的动态温度相耦合，我们可观察在空洞成核阶段恒定、时变和时空相关温度下的多段互连树中的应力演化。所提 STPINN 方法省去了传统数值应力演化分析所需的时间离散与网格划分，并显著节省计算量。与竞争方案的数值比较显示了 2 倍至 52 倍的加速且精度令人满意。
引用
@article{arxiv.2203.15247,
title = {A Space-Time Neural Network for Analysis of Stress Evolution under DC Current Stressing},
author = {Tianshu Hou and Ngai Wong and Quan Chen and Zhigang Ji and Hai-Bao Chen},
journal= {arXiv preprint arXiv:2203.15247},
year = {2022}
}
备注
to be published in IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems