台积电引入英伟达AI技术 光刻成本显著下降
共读科技
台积电引入英伟达AI技术 光刻成本显著下降
6月1日，英伟达宣布，全球领先的半导体制造商台积电已开始采用其加速计算与人工智能技术，以推动半导体设计与制造领域的创新。
随着芯片制造工艺不断向更先进的节点演进，将设计转化为大规模量产已成为全球最具挑战性的计算任务之一。当前，计算光刻、晶体管建模、制程控制以及晶圆检测等环节，均依赖于大规模仿真运算与实时优化，同时需要具备图像处理、物理建模等能力的人工智能系统。
台积电正在将英伟达的加速计算与人工智能技术全面应用于半导体制造流程，以缩短先进晶圆厂的生产周期，提高能源效率，增强良率，并优化整体运营表现。
英伟达创始人兼首席执行官黄仁勋指出，英伟达与台积电的合作已持续近三十年，双方不断突破计算技术的边界。台积电将英伟达的人工智能与加速计算技术应用于晶圆厂生产流程，通过仿真、优化与AI技术，解决全球领先的设计与制造难题，从而提升芯片的性能、效率与良率。
台积电董事长兼首席执行官魏哲家表示，台积电与英伟达建立了长期稳定的合作关系，双方持续深耕前沿技术，为下一代计算产业奠定坚实基础。在晶圆厂运营优化、光刻、制程控制与检测等关键环节中，英伟达的加速计算与人工智能技术将进一步增强台积电的技术优势与制造能力，助力客户开发未来产品并实现商业成功。
先进半导体的设计与制造涉及大量计算任务，同时要求晶圆厂各环节高度协同，涵盖芯片设计导入、晶体管建模、制程控制及厂区产能管理等多个方面。
台积电在英伟达GPU平台上，结合CUDA-X库与AI模型，加速了多项计算任务的执行：
- 计算光刻：台积电采用英伟达cuLitho库，用于光刻工艺中的掩模设计。相比传统基于CPU的计算光刻方案，该技术在保持总体拥有成本不变的前提下，将成本效益或生产周期提升了20%至50%。
- 晶体管与制程仿真：台积电使用英伟达cuEST电子结构仿真库进行半导体材料建模。借助GPU加速，化学仿真运算速度平均提升了50倍。
- 先进制程控制：台积电利用英伟达cuML机器学习库，在GPU上加速大规模数据分析。该方案可高效处理算法，并分析数万道生产工序中的数十万项制程参数，从而显著降低制程波动。
- 晶圆厂运营优化：基于CUDA实现GPU加速排程运算，并结合英伟达H200 GPU，显著提升了晶圆厂的产能。借助H200 GPU的CUDA算力，台积电能够更高效地应对复杂的生产限制，优化流程，最大化厂区产能。
随着芯片制造工艺日益精密，即便是微小的缺陷也可能影响最终产品的性能与良率，因此，更快速、更精准的检测手段成为半导体制造的关键。
据IT之家报道，台积电采用英伟达Metropolis智能视觉平台与TAO工具包，优化高端芯片的缺陷分类流程。借助视觉人工智能技术，台积电实现了纳米级缺陷检测能力的提升。该方案不仅提高了检测精度，还能在生产环境、检测设备或缺陷类型发生变化时，减少数据标注与模型再训练的工作量。
高端半导体晶圆厂是当前结构最复杂的工业设施之一，需要实现生产设备、物料、机械臂、人员及配套设施的高效协同。台积电正在探索使用英伟达Omniverse库构建晶圆厂数字孪生（FabTwin），以创建虚拟晶圆厂环境，用于评估设备布局与仿真流程。
通过在实体建设前进行数字化测试，台积电能够更灵活地比较不同布局方案，提前识别潜在运行瓶颈。这种“先虚拟、后实体”的方法显著提升了规划效率，使关键决策在投入实际建设与资金之前得以快速推进。
查看全文
评论0条评论