Mikroelektroniikan suorituskyvyn ennustaminen fysiikkatietoisella tekoälyllä
Argonnen kansallisen laboratorion tutkijat ovat kehittäneet fysiikkatietoisen tekoälymallin, joka ennustaa mikroelektroniikan suorituskykyä tarkasti ja pienemmin laskentakustannuksin. Malli yhdistää koneoppimisen ja fysikaaliset periaatteet, mikä mahdollistaa nopeammat ja luotettavammat simulaatiot.
Argonnen kansallisen laboratorion tutkijat ovat luoneet fysiikkatietoisen tekoälymallin mikroelektroniikan suorituskyvyn ennustamiseen. Tämä lähestymistapa yhdistää fysiikan lait koneoppimiseen, mikä parantaa ennustustarkkuutta ja vähentää samalla tarvittavia laskentaresursseja perinteisiin simulaatioihin verrattuna. Malli on suunniteltu nopeuttamaan elektronisten komponenttien suunnittelua ja optimointia.
Lähde: GNews EN — AI —
Alkuperäinen