一种基于同轴TSV的芯粒电-热-力多场协同设计方法

本发明属于三维集成电路芯粒系统设计，具体涉及一种基于同轴tsv的芯粒电-热-力多场协同设计方法。

背景技术：

1、集成电路产业不仅是电子信息产业的基础和支撑，更是支持社会经济发展，维护国家安全基础性、战略性产业。集成电路经过半个多世纪的快速发展，随着半导体制造工艺的不断提升，工艺尺寸已经压缩到深亚微米量级，硅晶体管尺寸已接近物理极限，延续了半个多世纪的摩尔定律逐渐走到了尽头，为破解这一难题，三维集成电路技术应运而生，其中，芯粒(chiplet)异质集成技术，成为集成电路发展的突破口和关键路径。

2、芯粒通过硅通孔(tsv)实现不同层逻辑芯片的电学连接，然而，随着集成度的提高，tsv在结构、热管理、热应力以及信号传输完整性等方面的问题逐渐凸显，影响着芯粒系统的可靠性。传统的集成电路开发中，主要依赖于研发人员的试错和仿真软件的重复迭代验证，通过不断调节各组成器件的结构参数，以获取期望的性能指标。

3、但是，这种设计方法提高了研发成本，降低了芯粒系统设计效率，延长了芯片研发周期。

技术实现思路

1、为了解决现有技术中存在的上述问题，本发明提供了一种基于同轴tsv的芯粒电-热-力多场协同设计方法。本发明要解决的技术问题通过以下技术方案实现：

2、本发明提供了一种基于同轴tsv的芯粒电-热-力多场协同设计方法，包括：

3、步骤1：建立单个的同轴tsv的电磁场有限元模型和热应力场耦合有限元模型；

4、步骤2：根据所述同轴tsv的电磁场有限元模型和热应力场耦合有限元模型，利用正交设计试验获取多组同轴tsv的设计参数与对应的性能指标值；

5、步骤3：根据多组同轴tsv的设计参数与对应的性能指标值，构建所述同轴tsv的设计参数与性能指标之间的映射关系模型；

6、步骤4：构建所述同轴tsv的多目标优化函数；

7、步骤5：根据所述映射关系模型和所述多目标优化函数，利用智能优化算法优化同轴tsv的设计参数，得到优化后的同轴tsv的设计参数。

8、在本发明的一个实施例中，所述同轴tsv包括由内向外依次设置的中心铜柱、第一绝缘层、介质层、第二绝缘层、外部铜环和第三绝缘层，其中，中心铜柱作为传输信号的信号线，外部铜环作为接地线屏蔽噪声干扰。

9、在本发明的一个实施例中，所述同轴tsv的设计参数包括：同轴tsv的高度、中心铜柱的半径、第一绝缘层的厚度、介质层的厚度、第二绝缘层的厚度、外部铜环的厚度和第三绝缘层的厚度。

10、在本发明的一个实施例中，所述同轴tsv的性能指标包括：回波损耗、整体峰值温度、整体峰值应力、中心铜柱峰值应力和外部铜环峰值应力。

11、在本发明的一个实施例中，所述步骤3包括：

12、步骤3.1：构建bp神经网络，包括依次连接的输入层、隐藏层和输出层，其中，所述bp神经网络的输入为同轴tsv的设计参数，输出为同轴tsv的各性能指标值；

13、步骤3.2：根据所述多组同轴tsv的设计参数与对应的性能指标值，以及所述bp神经网络，得到同轴tsv的设计参数与性能指标之间的映射关系模型，其中，所述映射关系模型为：

14、

15、式中，k表示bp神经网络的输入，f(k)表示bp神经网络的函数，h表示同轴tsv的高度，r1表示中心铜柱的半径，tbcb表示介质层的厚度，tcu表示外部铜环的厚度，t1表示第一绝缘层的厚度，t2表示第二绝缘层的厚度，t3表示第三绝缘层的厚度，h1表示bp神经网络的隐藏层的输入，w1表示bp神经网络的输入层的权值矩阵，h2表示bp神经网络的隐藏层的输出，w2表示bp神经网络的输出层的权值矩阵，s11表示回波损耗，lt表示整体峰值温度，scc表示中心铜柱峰值应力，scr表示外部铜环峰值应力，st表示整体峰值应力。

16、在本发明的一个实施例中，所述同轴tsv的多目标优化函数为同轴tsv的回波损耗、整体峰值温度、整体峰值应力、中心铜柱峰值应力和外部铜环峰值应力的多目标优化函数。

17、在本发明的一个实施例中，所述多目标优化函数为：

18、

19、式中，f表示多目标优化函数，js11表示回波损耗的优化函数，jlt表示整体峰值温度的优化函数，jscc表示中心铜柱峰值应力的优化函数，jscr表示外部铜环峰值应力的优化函数，jst表示整体峰值应力的优化函数，α表示回波损耗的优化权值系数，β表示整体峰值温度的优化权值系数，γ表示中心铜柱峰值应力的优化权值系数，λ表示外部铜环峰值应力的优化权值系数，η表示整体峰值应力的优化权值系数；

20、js11、jlt、jscc、jscr、jst分别表示为：

21、

22、式中，s11表示同轴tsv的回波损耗值，s11des表示期望的回波损耗，s11max表示回波损耗的最大值，s11min表示回波损耗的最小值，lt表示同轴tsv的整体峰值温度值，ltdes表示期望的整体峰值温度，ltmax表示整体峰值温度的最大值，ltmin表示整体峰值温度的最小值，scc表示同轴tsv的中心铜柱峰值应力值，sccdes表示期望的中心铜柱峰值应力，sccmax表示中心铜柱峰值应力的最大值，sccmin表示中心铜柱峰值应力的最小值，scr表示同轴tsv的外部铜环峰值应力值，scrdes表示期望的外部铜环峰值应力，scrmax表示外部铜环峰值应力的最大值，scrmin表示外部铜环峰值应力的最小值，st表示同轴tsv的整体峰值应力值，stdes表示期望的整体峰值应力，stmax表示整体峰值应力的最大值，stmin表示整体峰值应力的最小值。

23、在本发明的一个实施例中，所述智能优化算法包括粒子群优化算法。

24、在本发明的一个实施例中，所述步骤5包括：

25、步骤5.1：初始化粒子群优化算法的参数；

26、步骤5.2：设定同轴tsv的性能指标的期望值；

27、步骤5.3：随机初始化种群中粒子的位置和速度；

28、步骤5.4：根据所述多目标优化函数计算各个粒子的适应度值，判断该适应度值是否小于局部最优值，若是，则将所述局部最优值替换成该适应度值，以作为新的局部最优值，否则，局部最优值不变，之后判断当前的适应度值是否小于全局最优值，若是，则将所述全局最优值替换成该适应度值，以作为新的述全局最优值，否则，全局最优值不变；

29、步骤5.5：根据惯性权值线性递减模型，更新种群中粒子的速度和位置；

30、步骤5.6：重复步骤5.4-步骤5.6直至达到最大迭代次数，得到优化后的同轴tsv的设计参数。

31、与现有技术相比，本发明的有益效果在于：

32、本发明的基于同轴tsv的芯粒电-热-力多场协同设计方法，针对现有的芯粒异构集成电路设计过程中过度依赖研发人员的试错和仿真软件的重复迭代验证的难题，提出芯粒系统电路设计中同轴tsv电-热-力多场协同设计方法，通过神经网络建立设计参数与多个性能指标的映射关系模型，结合构建的优化函数，利用粒子群优化算法寻找映射关系模型中最优的设计参数，得出的最优同轴tsv的设计参数，可以提高芯粒系统电路设计效率，根据性能指标的要求，快速确定最优的同轴tsv设计尺寸参数，提高芯粒可靠性，降低研发成本，缩短芯粒系统研发周期。本发明的基于同轴tsv的芯粒电-热-力多场协同设计方法，对芯粒系统中实现高性能的同轴tsv设计具有重要工程意义。

33、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。