Neuer Transformer löst Wärmeleitungsprobleme an Chip-Substrat-Grenzen

In modernen Halbleitergeräten bestimmt die Wärmeabfuhr von der Chip‑Substrat‑Verbindung den thermischen Betrieb. Dort entsteht bei der Übertragung von Wärme aus einer endlichen Chip‑Schicht in ein semi‑unendliches Substrat mit deutlich höheren thermophysikalischen Eigenschaften ein steiler Temperaturgradient, der die transienten Wärmeantworten stark beeinflusst.

Traditionelle numerische Solver müssen dafür extrem feine Diskretisierungen verwenden, während physikinformierte neuronale Netze (PINNs) häufig an der Materialgrenze instabil werden und die physikalische Konsistenz verlieren.

Um diese Probleme zu überwinden, wurde HeatTransFormer entwickelt – ein physik‑geleitetes Transformer‑Modell, das speziell für Grenzdominiert Diffusionsaufgaben konzipiert ist. Das System nutzt physikalisch informierte räumlich‑zeitliche Stichproben, eine Laplace‑basierte Aktivierungsfunktion, die analytische Diffusionslösungen nachahmt, und einen maskenfreien Aufmerksamkeitsmechanismus, der bidirektionale räumlich‑zeitliche Kopplungen unterstützt.

Durch diese Kombination kann HeatTransFormer die steilen Temperaturgradienten exakt erfassen, die physikalische Konsistenz bewahren und bleibt dort stabil, wo PINNs typischerweise versagen. Das Modell liefert konsistente Temperaturfelder über die Chip‑Substrat‑Grenze hinweg.

In Kombination mit einer physik‑beschränkten inversen Strategie ermöglicht HeatTransFormer zudem die zuverlässige Identifikation von drei unbekannten thermischen Eigenschaften ausschließlich anhand externer Messungen.

Die Ergebnisse zeigen, dass physik‑geleitete Transformer‑Architekturen ein einheitliches Framework für Vorwärts- und Inversprobleme in der Wärmeleitung an Grenzflächen bieten und damit neue Möglichkeiten für die Analyse und Optimierung von Halbleitergeräten eröffnen.