Signal YCurated AI News
更新于 11/5 20:4061 个信源

AI 正在重塑晶圆厂:工程师的仿真与决策被加速

AI 产业11/4 00:00NVIDIA Blog查看原文 ↗
摘要

英伟达博客提出“AI 定义晶圆厂”概念,主张用加速计算、物理 AI、AI 智能体与数字孪生缩短半导体工艺仿真与验证周期,并给出与 COMSOL、应用材料、西门子合作的具体加速倍数。

核心要点
  • COMSOL 借助 NVIDIA cuDSS 库加速多物理场仿真(热传导、电学、机械应力耦合),在半导体制造场景最高提速 10 倍
  • 应用材料将 cuDSS 集成进 Ginestra 仿真平台,相比纯 CPU 方案最高快 10 倍;其 ACE+ 平台结合 PhysicsNeMo 后形貌仿真最高快 35 倍
  • 西门子把 cuLitho 集成到 Calibre 光刻软件,关键仿真负载最高加速 17 倍,使计算光刻在生产规模下可完成更多验证
  • 原文指出部分计算在 CPU 上根本无法以生产级规模完成,加速不只是“更快”,而是“从不能算到能算”
  • 物理 AI 用于在不跑完整仿真的前提下预测工艺行为,AI 智能体承接原本耗时的串行工程任务序列
原文佐证
  • Using the NVIDIA cuDSS library, multiphysics software provider COMSOL is accelerating such simulations for semiconductor manufacturing by up to 10x.
  • And with NVIDIA PhysicsNeMo, Applied’s ACE+ multiphysics platform delivers topography simulations up to 35x faster.
  • Siemens is integrating NVIDIA cuLitho into its Calibre lithography software, delivering up to 17x acceleration on key simulation workloads.
AI 洞察
晶圆制造的瓶颈正从“设备与工艺经验”部分转向“仿真吞吐量”,谁能把多物理场与光刻计算压进可迭代的时间尺度,谁就能在先进制程的试错成本上取得结构性优势。英伟达的打法是把 cuDSS、cuLitho、PhysicsNeMo 做成 EDA 与设备厂商的底层依赖,从而在半导体制造软件栈中复制 CUDA 的锁定效应。对工程师而言,价值重心从“会跑仿真”迁移到“会定义问题、会筛选候选方案”。