一种基于神经网络的稳态热仿真方法和其介质

本发明涉及一种基于神经网络的稳态热仿真方法和其介质，具体涉及热仿真技术领域。其通过三维卷积神经网络构建多步卷积神经网络框架，将AI芯片的热源分解为GPU模块和HBM模块，分别进行非参数化和参数化热仿真；通过引入物理信息约束，将GPU和HBM之间的热耦合效应嵌入网络结构，提升训练效率和求解精度；基于数据集生成和三维卷积特征提取，实现快速温度场预测。本发明在保证精度的前提下，显著降低了计算资源消耗，适用于复杂芯片系统的热可靠性验证。