Analisi delle caratteristiche ad alta frequenza e ottimizzazione dei TGV di tipo coassiale

Perché fili microscopici migliori sono importanti per l'elettronica del futuro

Man mano che i nostri telefoni, le stazioni base e gli acceleratori per l'IA spingono verso frequenze radio sempre più alte, il punto debole spesso non è il chip in sé, ma il «cablaggio» microscopico che trasporta i segnali tra chip impilati. Questo articolo esamina un tipo speciale di collegamento verticale, chiamato through-glass via di tipo coassiale, e mostra come un progetto attento e l'ottimizzazione assistita dal computer possano ridurre le perdite di segnale, aprendo la strada a sistemi 5G, radar e futuri 6G più veloci e affidabili.

Da chip piatti a impilamenti tridimensionali

Per decenni le prestazioni dei chip sono cresciute seguendo la legge di Moore riducendo le dimensioni dei transistor. Oggi questo approccio sta raggiungendo limiti fisici ed economici, quindi gli ingegneri si stanno orientando verso il packaging tridimensionale: impilare i chip e collegarli verticalmente. I collegamenti verticali tradizionali sono ottenuti forando il silicio (through-silicon vias), ma il silicio è relativamente «lossy» alle alte frequenze e ha un coefficiente di dilatazione termica diverso dai materiali circostanti. Questo disaccoppiamento può causare crepe nelle connessioni nel tempo. Il vetro offre una base più interessante: ha perdite elettriche inferiori e un’espansione termica simile a quella del silicio, il che significa che i segnali possono viaggiare più lontano con meno energia dispersa in calore e che la struttura resiste meglio a variazioni rapide di temperatura.

Perché i via di tipo coassiale battono i semplici fori

Un through-glass via di base è semplicemente un unico riempimento metallico che attraversa il vetro. A frequenze ordinarie questo funziona, ma nelle bande millimetriche e terahertz usate per le comunicazioni avanzate comincia a comportarsi male. L’impedenza non corrispondente provoca riflessioni, i campi elettrici e magnetici fuoriescono nelle circuiterie vicine e via vicine ravvicinate possono interferire tra loro. Il design di tipo coassiale affronta questi problemi circondando il via di segnale centrale con un anello di via di massa. Questa disposizione imita un cavo coassiale: le masse formano uno schermo che intrappola i campi, mantiene bassa l’interferenza e rende più facile controllare la «dimensione» elettrica della linea.

Indagare con modelli e simulazioni

Gli autori costruiscono innanzitutto un modello elettromagnetico dettagliato di un via di tipo coassiale, usando una fisica consolidata per scomporre il suo comportamento in resistenza, induttanza, capacità e percorsi di fuga equivalenti. Queste grandezze dipendono da tre scelte geometriche principali: quanto sono distanti le via di massa rispetto a quella di segnale (passo), quanto è spesso il via di segnale (raggio) e quante via di massa vengono impiegate. Quindi convalidano questo quadro analitico con simulazioni tridimensionali complete fino a 100 gigahertz, monitorando due misure chiave: quanta parte del segnale viene riflessa (S11) e quanta passa attraverso (S21). Un S21 più elevato significa minori perdite di inserzione e quindi una trasmissione migliore.

Insegnare al computer a sintonizzare la geometria

Invece di provare manualmente decine o centinaia di geometrie, il team utilizza una strategia di ottimizzazione in due fasi. Prima applicano un metodo statistico chiamato response surface methodology. Selezionando con cura appena 17 progetti simulati che coprono intervalli ragionevoli di passo, raggio e numero di via, adattano una superficie matematica liscia che predice S21 per qualsiasi combinazione dei tre parametri. Questo modello surrogato viene verificato con test statistici e risulta corrispondere molto da vicino alle simulazioni. Poi inseriscono questo modello veloce in un algoritmo genetico, un metodo di ricerca ispirato all’evoluzione. L’algoritmo «allevia» molti design candidati, conserva i migliori e converge gradualmente sulla combinazione che massimizza S21 a 100 gigahertz.

Cosa offre il progetto ottimizzato

Il miglior progetto trovato dall’algoritmo utilizza un anello di via di massa leggermente più compatto, un via centrale un po’ più spesso e un totale di dieci via di massa. In termini semplici, questa combinazione riduce l’immagazzinamento di energia magnetica, abbassa la resistenza sulle superfici metalliche e rinforza lo schermo intorno al percorso di segnale. Il risultato netto è un miglioramento della perdita di inserzione di 0,0052 decibel a 100 gigahertz—circa un guadagno relativo del 22 percento per questa struttura già a bassa perdita. Pur sembrando piccolo, nei sistemi ad alta frequenza sono spesso presenti molti di questi collegamenti verticali; ridurre un po’ le perdite a ogni stadio si traduce in un migliore rapporto segnale/rumore, distanze di comunicazione maggiori e meno potenza dispersa in calore.

Cosa significa per i sistemi ad alta velocità del futuro

Per chi non è specialista, la conclusione è che anche piccole modifiche nella geometria di connessioni microscopiche possono avere effetti significativi quando i segnali raggiungono decine o centinaia di gigahertz. Questo lavoro fornisce sia una ricetta basata sulla fisica sia un manuale pratico di ottimizzazione per progettare via through-glass a bassa perdita. Dimostrando che un ibrido di modellazione statistica e ricerca evolutiva supera approcci di ottimizzazione più convenzionali, lo studio offre un metodo riutilizzabile per altri componenti ad alta frequenza. Man mano che l’elettronica si sposterà sempre più verso il 3D e verso bande più alte, tali via di vetro di tipo coassiale ottimizzati aiuteranno a mantenere i segnali puliti, il consumo energetico sotto controllo e i sistemi complessi affidabili.

Citazione: Chen, S., Wang, J., Liu, X. et al. High-frequency characteristics analysis and optimization of coaxial-like TGVs. Sci Rep 16, 4796 (2026). https://doi.org/10.1038/s41598-026-35007-5

Parole chiave: through-glass vias, packaging 3D, onde millimetriche, interconnessioni RF, ottimizzazione con algoritmo genetico