基于块 Krylov 方法与算子作用加速IC热力学仿真数据生成
人工智能
2025-10-28 v1 计算物理
摘要
近期数据驱动方法，如神经算子（NOs），在减少集成电路（IC）热力学仿真求解时间方面显示出显著效能。然而，这些方法的局限在于需要大量高保真训练数据（如芯片参数和温度分布），从而造成高昂的计算成本。为解决这一挑战，我们提出了一种新型算法，用于生成IC热力学仿真数据，称为块Krylov与算子作用（BlocKOA）。BlocKOA专为IC应用设计。首先，我们基于热方程的结构使用块Krylov算法快速获取少量基本解。随后，我们将其组合以获取大量满足物理约束的温度分布。最后，我们对这些函数施加热算子，以有效地生成精确的数据点。理论分析表明，BlocKOA的时间复杂性比现有方法低一个数量级。实验结果进一步验证了其效率，表明BlocKOA在生成5000个具有不同物理参数和IC结构的芯片热力学仿真数据时实现了420倍的加速。即使仅用4%的生成时间，基于BlocKOA生成的数据训练的数据驱动方法，其性能也与使用现有方法的数据相当。
引用
@article{arxiv.2510.23221,
title = {Accelerating IC Thermal Simulation Data Generation via Block Krylov and Operator Action},
author = {Hong Wang and Wenkai Yang and Jie Wang and Huanshuo Dong and Zijie Geng and Zhen Huang and Depeng Xie and Zhezheng Hao and Hande Dong},
journal= {arXiv preprint arXiv:2510.23221},
year = {2025}
}