في عالم الإلكترونيات الحديثة، يُعتبر التحليل الحراري للدوائر الكهربائية أحد العوامل الحاسمة لضمان أداء موثوق. فقد تؤدي الزيادة الكبيرة في كثافة الترانزستورات وتوزيع الطاقة غير المتوازن إلى ارتفاع درجات الحرارة بشكل سريع، مما يُشكل تهديدًا لثبات النظام.\n\nتقدم 'ThermAl'، الإطار التحليلي القائم على الذكاء الاصطناعي المقترح حديثًا، حلاً مبتكرًا لمواجهة هذه التحديات. يتجاوز هذا الإطار الطرق التقليدية مثل المحاكاة المعتمدة على العناصر المحدودة (FEM) التي تتطلب وقتًا طويلاً وموارد ضخمة في مراحل التصميم المبكرة. من خلال توظيف تقنيات الذكاء الاصطناعي، يتمكن 'ThermAl' من التعرف على مصادر الحرارة وتقدير توزيع الحرارة في الدوائر الفعلية بدقة عالية.\n\nاعتمد 'ThermAl' على هيكلية U-Net هجينة، تم تعزيزها بالتشفير المكاني ومنظم بولتزمان للحفاظ على الدقة الفيزيائية أثناء التحليل. تم تدريب النموذج على مجموعة بيانات شاملة لخرائط توزيع الحرارة، تغطي كل شيء بدءًا من البوابات المنطقية البسيطة (مثل العاكسات والـ NAND والـ XOR) وصولاً إلى التصميمات المعقدة التي تم إنشاؤها باستخدام برنامج COMSOL.\n\nأظهرت النتائج التجريبية أن 'ThermAl' يقدم خرائط دقيقة لدرجات الحرارة في الدوائر الكبيرة، حيث بلغ معدل الخطأ الجذري المتوسط (RMSE) أقل من 0.71 درجة مئوية. بالإضافة إلى ذلك، يتفوق 'ThermAl' على أدوات FEM التقليدية بمعدل أداء أعلى يصل إلى حوالي 200 مرة أسرع. ويتيح هذا الأداء المتميز إمكانية تحليل التوزيع الحراري عبر تصاميم وأحمال مختلفة، ما يوسع نطاق استخدامه في عمليات التصميم المعقدة.\n\nبينما تميل تقييمات موثوقية الحرارة إلى أن تمتد فوق درجة 85 مئوية للتأكيد ما بعد التوقيع على التصميم، يركز 'ThermAl' على الكشف المبكر عن النقاط الساخنة وتعلم الأنماط الحرارية. لضمان فعالية أداء الإطار في بيئات مختلفة، تم إجراء اختبار تقاطعي على مجموعة بيانات موسعة تغطي درجات حرارة من 25 إلى 95 درجة مئوية، محققًا دقة عالية تبقى أقل من 2.2% RMSE حتى في الظروف الحرارية القصوى.\n\nإن 'ThermAl' يمثل خطوة كبيرة نحو تحسين التحليل الحراري في التصميمات الدوائرية، مما يفتح المجال أمام تحسين الابتكار في صناعة الإلكترونيات.