ТехволнаИИ-фабрики Nvidia: миллисекунды вместо дней на всех этапах выпуска чипов
Проектирование и запуск массового выпуска микросхем — это лавина инженерных решений, где каждая ошибка на ранних этапах позже оборачивается браком или снижением характеристик. Традиционные методы требуют недель физических экспериментов и вычислительного моделирования. Nvidia предложила перевести эту цепочку на рельсы искусственного интеллекта, введя понятие AI-defined fab — фабрик, где ключевые процессы ускоряются машинным обучением и цифровыми двойниками.
Речь не идёт о полностью автономных заводах, по крайней мере пока. Инженеры сохраняют контроль, но получают инструменты, которые резко сокращают время проверки гипотез. В основе подхода — ускоренные вычисления, ИИ-модели, обученные на физических законах, и агенты, способные автоматически подбирать оптимальные алгоритмы для анализа данных.
Одно из направлений — многопрофильное физическое моделирование, где одновременно учитываются теплопередача, электрические поля и механические напряжения. Компания COMSOL уже использует библиотеку Nvidia cuDSS для таких расчётов при разработке оборудования и техпроцессов. По заявлениям разработчиков, прирост производительности достигает десяти раз по сравнению с решениями, опирающимися только на центральные процессоры.
Сотрудничество Nvidia с Applied Materials затрагивает моделирование на атомном уровне. Платформа Ginestra, также использующая cuDSS, ускоряет расчёты до десяти раз, а система ACE+ с применением PhysicsNeMo моделирует формирование рельефа поверхности в 35 раз быстрее. Это позволяет точнее предсказывать поведение материалов без длительных натурных тестов.
В литографии свои рекорды: Siemens интегрировала библиотеку cuLitho в программное обеспечение Calibre, получив ускорение отдельных вычислительных задач до 17 раз. Такие цифры означают, что этап, ранее занимавший часы, теперь может выполняться за минуты, освобождая время инженеров для творческих решений. Другой подход — ИИ-модели, обученные на результатах физических симуляций, которые прогнозируют поведение техпроцессов без полного повторного расчёта.
Lam Research применила Nvidia PhysicsNeMo для моделирования плазмы при травлении кремниевых пластин. Процесс, требующий учёта электрических, химических и тепловых взаимодействий, теперь предсказывается за миллисекунды вместо нескольких дней, необходимых для реального эксперимента или классического моделирования. На этапе тестирования и управления производством в дело вступают ИИ-агенты.
Advantest использует агентов Nvidia NeMo Switchyard для автоматического выбора подходящих моделей при анализе результатов испытаний полупроводников. Время обработки данных сокращается с нескольких часов до нескольких минут, что критично при массовом контроле качества. Цифровые двойники целых фабрик, создаваемые Applied Materials с помощью библиотек Nvidia Omniverse, позволяют моделировать перемещение материалов, расстановку оборудования и выявлять узкие места в виртуальной среде.
Изменения проверяются до внедрения на реальном предприятии, снижая риск дорогостоящих ошибок. В совокупности эти технологии формируют основу для нового подхода к выпуску микросхем. Инженеры получают результаты анализа значительно быстрее, а количество натурных экспериментов сокращается.
Как следствие, ускоряется вывод на рынок более совершенной и качественной электроники. Инициатива Nvidia выглядит как логичный шаг в эпоху усложнения техпроцессов. Остаётся понять, насколько быстро консервативная полупроводниковая отрасль доверит ключевые расчёты алгоритмам.
