本申请涉及集成电路领域，具体提供了一种两阶段TSV智能热力协同优化方法，该方法包括如下步骤：S1，构建模型，并确定最佳网格尺寸；S2，粗网格低精度快速优化；S3，细网格高精度精确优化；S4，最优参数的输出和验证。本发明提出一种两阶段TSV智能热力协同优化方法。本发明与传统的方法相比，减少了获取数据集的时间，然后使预优化区域中的数据量增多，使最终优化的结果更加精确。具体地，第一阶段是对TSV峰值温度粗网格，低精度的快速搜索，第二阶段对TSV峰值温度细网格、高精度的准确搜索，该方法可以减少获取神经网络训练数据的时间，同时增加了在预优化区域内采样点数量，提升了在预优化区域神经网络的精度，因此，优化时间较短，效率较高。