GPT-6 Astra 用于 2D CFET 热设计
论文AI 评分 65/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
研究利用 GPT-6 Astra 的 AI 智能体工作流，在 12 纳米节点下优化 2D CFET 反相器的热设计。该模型选定了源极互连几何结构，并提出了基底导向的散热路径。在固定金属体积和 20 微瓦功耗下，组合设计使峰值温升降低了 1.67 K。后续的金属电阻敏感性分析实现了约 0.6 K 的降温，伴随 2% 的 nFET 导通电流损耗。
为什么值得看
展示 AI 智能体在芯片物理设计中自动提出结构方案并量化电气成本的能力。
GPT智能体
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。