arXiv cs.AI· Varun Darshana Parekh, Anusha Devulapally, Sivani Devarapalli, Cassius Henderson, Shimeng Yu, Vijaykrishnan Narayanan·· 4 小时前AI 评分24
ThermLeT:面向 2.5D Chiplet 架构的 Transformer 温度预测模型
ThermLeT: Transformer-based Temperature Prediction for 2.5D Chiplet Architecture
AI 导读
ThermLeT 是一个基于多模态 Transformer 的尺度不变代理模型,可在 13 ms 内预测 2.5D chiplet 稳态温度,比 ANSYS 等有限元求解器快约四个数量级。
正文 · AI 翻译
摘要:面向异构 2.5D chiplet 封装的趋势有望带来无与伦比的性能与定制化能力,但由此产生的密度也放大了散热挑战。为便于快速进行设计空间探索,我们提出 ThermLeT,这是一种基于多模态 transformer 的尺度不变代理模型,它整合功率密度图、空间坐标嵌入、材料属性与传热速率,可在 13 ms 内预测稳态温度,比 ANSYS 等传统有限元求解器快约四个数量级。为训练该 transformer 模型,我们还构建了一个包含 6,221 个 chiplet 布局的数据集,这些布局由三种代表性架构扰动生成。在 150 个样本的测试集上,ThermLeT 的 RMSE 为 3.16°C、MAE 为 2.24°C,相比 ThermEDGe 精度提升 35%,相比 HotSpot 提升 71%,同时推理延迟分别约为其 1/6 和 1/11。消融研究证实其对未见布局图具有稳健的泛化能力。代码与数据集见 此 https URL
| 评论: | 发表于 VLSID 2026。代码与数据集:此 https URL |
| 主题: | 硬件架构(cs.AR);人工智能(cs.AI);机器学习(cs.LG) |
| 引用为: | arXiv:2611.21954 [cs.AR] |
| (或 arXiv:2611.21954v1 [cs.AR] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.21954 由 DataCite 颁发的 arXiv DOI(待注册) |
|
| 期刊 参考: | VLSID 2026,第 512-517 页 |
| 相关 DOI: | https://doi.org/10.1109/VLSID68508.2026.00101
链接到相关资源的 DOI |
提交历史
来自:Varun Parekh [查看邮箱]
[v1]
2026 年 11 月 16 日星期一 22:36:06 UTC(6,116 KB)
来源:arXiv cs.AI · arxiv.org