Therm-FM：面向3D-IC热仿真的PDE基础模型
计算工程、金融与科学
2026-05-26 v2
摘要
数据驱动的3D-IC热预测器通常需要针对每个芯片设计从零开始进行训练，依赖大量高保真有限元仿真，导致高的数据生成成本和高昂的跨设计复用成本。我们提出Therm-FM，一个神经算子框架，将预训练的偏微分方程(PDE)基础模型适应于稳态和瞬态3D-IC热仿真。其动机在于，稳态和瞬态芯片级热传导分别共享扩散型PDE的椭圆型和抛物型算子结构，允许预训练的扩散先验为在异构材料、稠密TSV/微凸点互连和包装级边界条件下的热场预测提供有效初始化。为了进一步降低数据生成成本，Therm-FM采用热等效多保真度训练策略，使用低成本近似仿真进行热域适应，并利用有限高保真样本进行校准。在公共HotSpot基准和工业3D-IC包装基准实验中，Therm-FM在均值误差上实现了最高达10.6倍的误差减缓，并以更少于20%的训练数据超过了先前的最佳精度。在跨芯片适应中，它仅使用10--30个目标样本即可在多个指标上匹配或超越全数据基线。我们在https://github.com/haiyangxin/Therm-FM上发布了数据集、源代码和预训练模型。
引用
@article{arxiv.2605.22663,
title = {Therm-FM: Foundation Model is ALL YOU NEED for 3D-ICs Thermal Simulation},
author = {Zhen Huang and Haiyang Xin and Wenkai Yang and Yangbo Wei and Zhiping Yu and Yu Zhang and Wei W. Xing and Ting-Jung Lin and Lei He},
journal= {arXiv preprint arXiv:2605.22663},
year = {2026}
}
备注
14 pages, 10 figures, extended version of a DAC 2026 paper