Как ИИ меняет работу фабрик чипов и ускоряет инженерные расчёты
NVIDIA рассказала, как её партнёры используют графические процессоры и ИИ в производстве чипов. Applied Materials сообщает об ускорении моделирования топографии до 35 раз, Siemens — отдельных расчётов для литографии до 17 раз. Эти показатели описывают конкретные инженерные задачи. Сколько времени удаётся сэкономить на всём цикле выпуска микросхем, компании не раскрывают.
Какие расчёты удалось ускорить
Applied Materials использует платформу ACE+, чтобы моделировать, как меняется рельеф поверхности пластины при нанесении и удалении материалов. По данным Applied Materials, инфраструктура NVIDIA ускорила эти симуляции до 35 раз. На данных ACE+ компания строит модели PhysicsNeMo, чтобы инженеры могли менять параметры процесса и быстрее видеть прогнозируемый результат.
Для других задач партнёры используют библиотеки численных расчётов на GPU. COMSOL, по данным NVIDIA, получила ускорение до 10 раз с cuDSS в задачах, где нужно учитывать взаимодействие нескольких физических процессов. В Ginestra, где Applied Materials моделирует свойства материалов на атомном уровне, cuDSS ускорила решение разреженных систем уравнений до 10 раз по сравнению с расчётами только на CPU. Siemens подключила cuLitho к Calibre, чтобы быстрее рассчитывать поправки к рисунку фотошаблона. Siemens указывает до 12 раз для оптической коррекции рисунка по всему чипу и до 17 раз для отдельных задач вычислительной литографии.
Lam Research показала другой подход. Обученная модель PhysicsNeMo выдавала прогноз поведения плазмы за миллисекунды в демонстрации, где традиционные расчёты могли занимать дни. Такой прогноз позволяет быстрее оценить, как изменение параметров повлияет на плазму, которую используют для травления кремниевых пластин.
Как ИИ используют при испытаниях и на фабрике
Производитель испытательного оборудования Advantest использует NeMo Switchyard для автоматического выбора моделей при анализе данных тестирования. По сообщению NVIDIA, время реакции в этих процессах сократилось с часов до минут. Applied Materials применяет Omniverse для другой задачи: инженеры проверяют на цифровом двойнике, как расстановка оборудования повлияет на перемещение материалов и где могут возникнуть узкие места.
Похожий подход NVIDIA планирует развивать в рамках партнёрства с SK hynix по разработке памяти. Там PhysicsNeMo и Omniverse также предусмотрены для инженерных симуляций и цифровых двойников фабрик.
NVIDIA называет такой подход AI-defined fab. Инженеры могут проверить больше вариантов в модели и решить, какие из них стоит испытать на оборудовании. Приведённые компаниями результаты показывают экономию времени на конкретных операциях. Данных о себестоимости чипов и выходе годных кристаллов по этим примерам пока нет.
