解法
半导体设计从大型单片芯片转向多芯片封装,堆叠多个较小组件以集成更多功能。这使需要管理的部件数量增加了两倍,并将组装决策变成了一个相互依赖的非线性问题:任何组装的质量都取决于哪些芯片与哪些芯片组合。
Intel将此命名为分选-组装-混合路由问题(SABR-P),并通过遗传算法、蒙特卡洛模拟、线性规划和机器学习的组合来解决。该框架将进入的材料分选为兼容性类别,然后路由每个芯片到组装中,以便优化整个产品组合的输出,而不是优化任何单一配对。
实际运行中,Intel迄今已节省超过5亿美元,该方法现已成为分析和优化Intel多芯片产品的标准。
What it achieved
将分选、组装和混合视为一个路由问题
为什么有效
其他方法优化每个芯片或每个配对;SABR-P则将整个生产线视为一个路由决策,因此芯片之间的权衡得以显现,而不是被隐藏。
混合求解器能直接表示非线性制造现实(良率、兼容性、混合),这是纯线性或启发式方法无法捕捉的。
该框架在产品线上证明自己后,成为默认工具而非一次性研究,从而累积了节省。
可以借鉴什么
当产品成为可互换部件的总和时,停止配对比较——将整个流程建模为路由问题,让优化器选择谁与谁结伴。
后续
SABR-P框架荣获2023年Daniel H. Wagner奖,表彰其在高级分析和运筹学实践中的卓越表现。Intel已将其作为多芯片产品分析和优化的新标准,适用于可预见的未来,并在INFORMS应用分析杂志中记录了超过5亿美元的节省。
从这里,追溯依据