三维集成电路热仿真及设计方法、系统、介质及终端设备

1.本技术涉及集成电路设计技术领域，特别是涉及一种三维集成电路热仿真及设计方法、系统、存储介质及终端设备。


背景技术：

2.集成电路一般由一层半导体器件和多层互连线组成。早期集成电路性能提高和功能扩展的重点都集中在晶体管层面，即通过减小特征尺寸(criticaldimension)实现更高的速度、更低的功耗，以及更高的集成度。且传统的集成电路封装是在一个封装内放置一个晶片(裸芯片)或平面放置多个晶片(mcm)，这种封装形式称为2d。
3.随着半导体工艺特征尺寸的不断缩小，特别是进入纳米尺寸范围后，半导体制造技术难度越来越大，传统的技术越来越接近物理尺寸极限。由此，三维集成电路随之应用而生。
4.三维集成电路(three dimensional integrated circuit,3d ic)作为信息技术革命的载体，越来越趋向于小型化、集成化方向发展，这将导致电子设备中的热流密度呈快速的增长，从而使得集成电路的散热问题成为制约电子产品技术发展的重要瓶颈。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种提高集成电路散热效率，为的三维集成电路热仿真及设计方法、系统、存储介质及终端设备。
6.本发明实施例提供了一种三维集成电路热仿真及设计方法，所述方法包括以下步骤：
7.获取待优化三维集成电路的电路信息，并根据所述电路信息创建所述待优化三维集成电路的三维模型；
8.将所述待优化三维集成电路的三维模型导入仿真软件中，并根据输入的仿真信息进行三维集成电路仿真；其中，所述仿真信息包括材料数据、边界条件、热源数据及网格划分；
9.根据三维集成电路仿真结果的温度场分布数据，对所述待优化三维集成电路进行热管理布局；
10.根据所述热管理布局对所述待优化三维集成电路进行热优化设计。
11.进一步地，根据所述热管理布局对所述待优化三维集成电路进行热优化设计的方法，具体包括：
12.获取对所述待优化三维集成电路进行仿真的仿真结果；
13.由所述仿真结果得到所述待优化三维集成电路的温度场分布数据；
14.将所述温度场分布数据导入函数拟合工具进行函数拟合，以得到目标函数；
15.通过目标优化算法获取所述目标函数的最优解集；
16.根据k均值聚类分析法，获得目标函数的最优解。
17.进一步地，通过目标优化算法获取所述目标函数的最优解集的方法，具体包括：
18.对所述目标函数进行种群初始化，以得到预设规模的初始化种群；其中，所述种群初始化的参数包括种群数量、算法执行轮数、目标函数个数、最大迭代次数及上下界限；
19.通过非支配排序算法对预设规模的所述初始化种群进行非支配排序，并在非支配排序后通过选择、交叉、变异得到第一代子代种群；
20.将所述初始化种群与第一代子代种群合并后，再次通过非支配排序算法进行非支配排序，同时对每个非支配层中的个体进行拥挤度计算；
21.根据非支配关系以及个体的拥挤度选取合适的个体组成新的父代种群，并通过选择、交叉、变异产生新种群，直至所述新种群的规模达到预设规模。
22.进一步地，根据三维集成电路仿真结果的温度场分布数据，对所述待优化三维集成电路进行热管理布局的方法包括：
23.获取当前芯片层的温度场分布数据；
24.根据根据所述当前芯片层和/或相邻芯片层的温度数据，对所述待优化三维集成电路中与芯片层连接的微通道层进行布局，并对微通道层内冷却液的流速进行调控；其中，所述微通道层的微通道数据包括微通道层的厚度和尺寸、微通道层内微型腔的数量、微型腔的结构、各微型腔内扰流结构的形状，所述冷却液流淌与所述微型腔内。
25.进一步地，所述微型腔的形状包括圆形、三角形、矩形、正方形、梯形及齿形中的任意一种或多种；所述扰流结构的形状包括圆柱体、锥体、六面体、正方体及长方体中的任意一种或多种。
26.本发明的另一实施例提出一种三维集成电路热仿真及设计系统，能够提高集成电路散热效率，同时降低电路设计的成本。
27.根据本发明实施例的三维集成电路热仿真及设计系统，包括：
28.模型创建模块，用于获取待优化三维集成电路的电路信息，并根据所述电路信息创建所述待优化三维集成电路的三维模型；
29.电路仿真模块，将所述待优化三维集成电路的三维模型导入仿真软件中，并根据输入的仿真信息进行三维集成电路仿真；其中，所述仿真信息包括材料数据、边界条件、热源数据及网格划分；
30.布局管理模块，用于根据三维集成电路仿真结果的温度场分布数据，对所述待优化三维集成电路进行热管理布局；
31.电路优化模块，用于根据所述热管理布局对所述待优化三维集成电路进行热优化设计。
32.进一步地，所述电路优化模块根据所述热管理布局对所述待优化三维集成电路进行热优化设计，具体为：
33.获取对所述待优化三维集成电路进行仿真的仿真结果；
34.由所述仿真结果得到所述待优化三维集成电路的温度场分布数据；
35.将所述温度场分布数据导入函数拟合工具进行函数拟合，以得到目标函数；
36.通过目标优化算法获取所述目标函数的最优解集；
37.根据k均值聚类分析法，获得目标函数的最优解。
38.进一步地，通过目标优化算法获取所述目标函数的最优解集，具体包括：
39.对所述目标函数进行种群初始化，以得到预设规模的初始化种群；其中，所述种群初始化的参数包括种群数量、算法执行轮数、目标函数个数、最大迭代次数及上下界限；
40.通过非支配排序算法对预设规模的所述初始化种群进行非支配排序，并在非支配排序后通过选择、交叉、变异得到第一代子代种群；
41.将所述初始化种群与第一代子代种群合并后，再次通过非支配排序算法进行非支配排序，同时对每个非支配层中的个体进行拥挤度计算；
42.根据非支配关系以及个体的拥挤度选取合适的个体组成新的父代种群，并通过选择、交叉、变异产生新种群，直至所述新种群的规模达到预设规模。
43.本发明的另一个实施例还提出一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上所述的三维集成电路热仿真及设计方法。
44.本发明的另一个实施例还提出一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述的三维集成电路热仿真及设计方法。
45.上述三维集成电路热仿真及设计方法，获取待优化三维集成电路的电路信息，并根据所述电路信息创建所述待优化三维集成电路的三维模型；将所述待优化三维集成电路的三维模型导入仿真软件中，并根据输入的仿真信息进行三维集成电路仿真；其中，所述仿真信息包括材料数据、边界条件、热源数据及网格划分；根据三维集成电路仿真结果的温度场分布数据，对所述待优化三维集成电路进行热管理布局；根据所述热管理布局对所述待优化三维集成电路进行热优化设计。相比现有技术，本发明根据不同电路的温度场分布数据，对为芯片层提供散热的微通道层进行布局与设计，并根据最佳路径算法实现最小散热路径的电子元器件布局，且降低了电路设计成本，满足了实际应用需求。
附图说明
46.图1为本发明实施例提供的三维集成电路热仿真及设计方法的一种流程示意图；
47.图2为图1中步骤s14的具体流程示意图；
48.图3为图2中步骤s144的具体流程示意图；
49.图4为本发明实施例提供的三维集成电路热仿真及设计系统的结构框图；
50.图5为本发明实施例提供的终端设备的结构图。
具体实施方式
51.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本技术领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
52.需要说明的是，文中的步骤编号，仅为了方便具体实施例的解释，不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的服务器执行，且下文均以服务器作为执行主体为例进行说明。
53.如图1至图3所示，本发明实施例提供的三维集成电路热仿真及设计方法，所述方
法包括步骤s11至步骤s14：
54.步骤s11，获取待优化三维集成电路的电路信息，并根据所述电路信息创建所述待优化三维集成电路的三维模型。
55.具体的，获取待优化三维集成电路的电路信息，并将所述电路信息导入三维制图软件中，以进行待优化三维集成电路的三维模型的创建。可以理解的，通过对待优化三维集成电路三维模型的创建，以便于对所设计的三维集成电路进行电路仿真，从而对其性能及结构进行优化。
56.步骤s12，将所述待优化三维集成电路的三维模型导入仿真软件中，并根据输入的仿真信息进行三维集成电路仿真；其中，所述仿真信息包括材料数据、边界条件、热源数据及网格划分。
57.具体的，将所述待优化三维集成电路的三维模型导入仿真软件中，并输入对所述待优化三维集成电路的仿真信息，如材料数据、边界条件、热源数据、冷却信息及网格划分。其中，所述冷却信息包括微通道层的微型腔内的冷却液的温度及流速，其流速可通过冷却泵的泵功体现。可以理解的，所述材料数据、边界条件、热源数据及网格划分的具体信息为根据待优化三维集成电路的电路结构及目标功能所指定的条件信息，可根据实际需求进行调整。
58.步骤s13，根据三维集成电路仿真结果的温度场分布数据，对所述待优化三维集成电路进行热管理布局。
59.如上所述，通过输入的材料数据、边界条件、热源数据及网格划分对所述待优化三维集成电路进行三维仿真，以得到所述待优化三维集成电路的温度场分布数据，以便于根据所述温度场分布数据对所述待优化集成电路进行热管理布局，从而使所述待优化三维集成电路的温度场分布达到目标状态，避免了由于热管设计的不合理而影响电路的性能。
60.具体的，获取当前芯片层的温度场分布数据，根据所述当前芯片层和/或相邻芯片层的温度数据，对所述待优化三维集成电路中与芯片层连接的微通道层进行布局，并对微通道层内冷却液的流速进行调控。其中，所述微通道层的微通道数据包括微通道层的厚度和尺寸、微通道层内微型腔的数量、微型腔的结构、各微型腔内扰流结构的形状，所述冷却液流淌与所述微型腔内。所述微型腔的形状包括圆形、三角形、矩形、正方形、梯形及齿形中的任意一种或多种；所述扰流结构的形状包括圆柱体、锥体、六面体、正方体及长方体中的任意一种或多种。在其他实施例中，所述微型腔的形状及绕流结构的形状，还可根据实际需求进行调整。可以理解的，通过对所述微通道层结构的设计，以便于提高对三维集成电路的散热性能，从而提高所述三维集成电路芯片的性能。
61.步骤s14，根据所述热管理布局对所述待优化三维集成电路进行热优化设计。
62.如上所述，由于根据三维集成电路仿真结果的温度场分布数据进行热管理布局的方案有多个，因此需要从中挑选出最优方案，并根据最优方案对所述待优化三维集成电路进行热优化设计。
63.请参阅图2，根据所述热管理布局对所述待优化三维集成电路进行热优化设计的方法，具体包括：
64.步骤s141，获取对所述待优化三维集成电路进行仿真的仿真结果。
65.步骤s142，由所述仿真结果得到所述待优化三维集成电路的温度场分布数据。
66.步骤s143，将所述温度场分布数据导入函数拟合工具进行函数拟合，以得到目标函数。
67.步骤s144，通过目标优化算法获取所述目标函数的最优解集。
68.步骤s145，根据k均值聚类分析法，获得目标函数的最优解。
69.具体的，根据对所述待优化三维集成电路进行仿真的仿真结果得到对应的温度场分布数据，将所述温度场分布数据导入函数拟合工具如matlab进行函数拟合，以得到目标函数，然后基于多目标优化算法进行多目标优化，从而获得pareto最优解集，最后根据k均值聚类分析法，获得目标函数的最优解。
70.请参阅图3，通过目标优化算法获取所述目标函数的最优解集的方法，具体包括：
71.步骤s1441，对所述目标函数进行种群初始化，以得到预设规模的初始化种群。
72.步骤s1442，通过非支配排序算法对预设规模的所述初始化种群进行非支配排序，并在非支配排序后通过选择、交叉、变异得到第一代子代种群。
73.步骤s1443，将所述初始化种群与第一代子代种群合并后，再次通过非支配排序算法进行非支配排序，同时对每个非支配层中的个体进行拥挤度计算。
74.步骤s1444，根据非支配关系以及个体的拥挤度选取合适的个体组成新的父代种群，并通过选择、交叉、变异产生新种群，直至所述新种群的规模达到预设规模。
75.具体的，通过种群初始化参数：初始化种群数量、算法执行轮数、目标函数个数、最大迭代次数及上下界限等对所述目标函数进行种群初始化，以得到预设规模的初始化种群。通过非支配排序算法对预设规模的所述初始化种群进行非支配排序，直至所有的种群均完成等级划分。然后在非支配排序后通过选择、交叉、变异得到第一代子代种群；将所述初始化种群与第一代子代种群合并后，再次通过非支配排序算法进行非支配排序，同时对每个非支配层中的个体进行拥挤度计算，以实现精英保留。最后，根据非支配关系以及个体的拥挤度选取合适的个体组成新的父代种群，并通过选择、交叉、变异产生新种群，直至所述新种群的规模达到预设规模。此时得到的种群即为所述目标函数的最优解集，通过最优解集运行对应的目标函数，并根据k均值聚类分析法，获得目标函数的最优解，以便于用户根据该最优解集进行待优化三维集成电路进行热管理布局。
76.举例来讲，如先通过所述目标优化算法得到四个最优解集a
i
、b
i
、c
i
、d
i
，在通过k
‑
means聚类分析后得到a、b、c、d四个最优解，通过四个所述最优解可对得到微型通道内扰流柱的长、宽、高等。可以理解的，在其他实施例中，所述微型通道的结构参数还可根据实际需求进行调整。此外，为从所述最优解中得到最优的热管理布局，可对各最优解所对应的微型通道结构进行三维仿真，并根据输入的仿真信息得到对应的仿真结果如热阻及泵功，从而便于用户根据根据该仿真结果确定对所述待优化三维集成电路进行热优化设计。
77.可以理解的，本发明根据微通道的相关变量因子，利用优化实验设计方法，如：正交实验设计、多因素序贯实验设计、析因设计等方法，模拟多组实验进行仿真。通过分析仿真数据，利用响应曲面法构建目标函数，再通过多目标优化算法得到最优的方案设计，不仅缩短了三维集成电路的研发设计与研发周期，也提高了三维集成电路设计的可靠性。为芯片设计者提供热设计方面的参考和指导，从而降低设计成本和提高设计效率。此外，所述目标函数还可通过其它方法进行创建，在此不做限制。
78.上述三维集成电路热仿真及设计方法，获取待优化三维集成电路的电路信息，并
根据所述电路信息创建所述待优化三维集成电路的三维模型；将所述待优化三维集成电路的三维模型导入仿真软件中，并根据输入的仿真信息进行三维集成电路仿真；其中，所述仿真信息包括材料数据、边界条件、热源数据及网格划分；根据三维集成电路仿真结果的温度场分布数据，对所述待优化三维集成电路进行热管理布局；根据所述热管理布局对所述待优化三维集成电路进行热优化设计。相比现有技术，本发明根据不同电路的温度场分布数据，对为芯片层提供散热的微通道层进行布局与设计，并根据最佳路径算法实现最小散热路径的电子元器件布局，且降低了电路设计成本，满足了实际应用需求。
79.应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
80.如图4所示，是本发明提供的一种三维集成电路热仿真及设计系统的结构框图，所述系统包括：
81.模型创建模块21，用于获取待优化三维集成电路的电路信息，并根据所述电路信息创建所述待优化三维集成电路的三维模型。
82.电路仿真模块22，将所述待优化三维集成电路的三维模型导入仿真软件中，并根据输入的仿真信息进行三维集成电路仿真；其中，所述仿真信息包括材料数据、边界条件、热源数据及网格划分。
83.布局管理模块23，用于根据三维集成电路仿真结果的温度场分布数据，对所述待优化三维集成电路进行热管理布局。
84.进一步地，所述布局管理模块23根据三维集成电路仿真结果的温度场分布数据，对所述待优化三维集成电路进行热管理布局，具体为，
85.获取当前芯片层的温度场分布数据；
86.根据所述当前芯片层和/或相邻芯片层的温度数据，对所述待优化三维集成电路中与芯片层连接的微通道层进行布局，并对微通道层内冷却液的流速进行调控；其中，所述微通道层的微通道数据包括微通道层的厚度和尺寸、微通道层内微型腔的数量、微型腔的结构、各微型腔内扰流结构的形状，所述冷却液流淌与所述微型腔内。
87.所述微型腔的形状包括圆形、三角形、矩形、正方形、梯形及齿形中的任意一种或多种；所述扰流结构的形状包括圆柱体、锥体、六面体、正方体及长方体中的任意一种或多种。
88.电路优化模块24，用于根据所述热管理布局对所述待优化三维集成电路进行热优化设计。
89.进一步地，所述电路优化模块24根据所述热管理布局对所述待优化三维集成电路进行热优化设计，具体为：
90.获取对所述待优化三维集成电路进行仿真的仿真结果；
91.由所述仿真结果得到所述待优化三维集成电路的温度场分布数据；
92.将所述温度场分布数据导入函数拟合工具进行函数拟合，以得到目标函数；
93.通过目标优化算法获取所述目标函数的最优解集；
94.根据k均值聚类分析法，获得目标函数的最优解。
95.进一步地，通过目标优化算法获取所述目标函数的最优解集，具体包括：
96.对所述目标函数进行种群初始化，以得到预设规模的初始化种群；其中，所述种群初始化的参数包括种群数量、算法执行轮数、目标函数个数、最大迭代次数及上下界限；
97.通过非支配排序算法对预设规模的所述初始化种群进行非支配排序，并在非支配排序后通过选择、交叉、变异得到第一代子代种群；
98.将所述初始化种群与第一代子代种群合并后，再次通过非支配排序算法进行非支配排序，同时对每个非支配层中的个体进行拥挤度计算；
99.根据非支配关系以及个体的拥挤度选取合适的个体组成新的父代种群，并通过选择、交叉、变异产生新种群，直至所述新种群的规模达到预设规模。
100.本发明实施例所提供的三维集成电路热仿真及设计系统，获取待优化三维集成电路的电路信息，并根据所述电路信息创建所述待优化三维集成电路的三维模型；将所述待优化三维集成电路的三维模型导入仿真软件中，并根据输入的仿真信息进行三维集成电路仿真；其中，所述仿真信息包括材料数据、边界条件、热源数据及网格划分；根据三维集成电路仿真结果的温度场分布数据，对所述待优化三维集成电路进行热管理布局；根据所述热管理布局对所述待优化三维集成电路进行热优化设计。相比现有技术，本发明根据不同电路的温度场分布数据，对为芯片层提供散热的微通道层进行布局与设计，并根据最佳路径算法实现最小散热路径的电子元器件布局，且降低了电路设计成本，满足了实际应用需求。
101.本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上所述的三维集成电路热仿真及设计方法。
102.本发明实施例还提供了一种终端设备，参见图5所示，是本发明提供的一种终端设备的一个优选实施例的结构框图，所述终端设备包括处理器10、存储器20以及存储在所述存储器20中且被配置为由所述处理器10执行的计算机程序，所述处理器10在执行所述计算机程序时实现如上所述的三维集成电路热仿真及设计方法。
103.优选地，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序1、计算机程序2、
······
)，所述一个或者多个模块/单元被存储在所述存储器20中，并由所述处理器10执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
104.所述处理器10可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以是微处理器，或者所述处理器10也可以是任何常规的处理器，所述处理器10是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部分。
105.所述存储器20主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器20可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡和闪存卡(flash card)等，或所述存储器20也可以是其他易失性固态存储器件。
106.需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，图5结构框图仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。
107.综上，本发明实施例所提供的三维集成电路热仿真及设计方法、系统、存储介质及终端设备，获取待优化三维集成电路的电路信息，并根据所述电路信息创建所述待优化三维集成电路的三维模型；将所述待优化三维集成电路的三维模型导入仿真软件中，并根据输入的仿真信息进行三维集成电路仿真；其中，所述仿真信息包括材料数据、边界条件、热源数据及网格划分；根据三维集成电路仿真结果的温度场分布数据，对所述待优化三维集成电路进行热管理布局；根据所述热管理布局对所述待优化三维集成电路进行热优化设计。相比现有技术，本发明根据不同电路的温度场分布数据，对为芯片层提供散热的微通道层进行布局与设计，并根据最佳路径算法实现最小散热路径的电子元器件布局，且降低了电路设计成本，满足了实际应用需求。
108.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。