芯片制造业计算负载提速 40-60 倍,台积电和新思科技推进部署英伟达 cuLitho 平台

通过应用生成式人工智能,可以创建近乎完美的反向掩膜或反向解决方案,以考虑光的衍射。然后通过传统的严格物理方法得出最终光罩,从而将整个光学近似校正(OPC)流程的速度提高了两倍。

3 月 19 日消息,英伟达发布新闻稿,宣布台积电和新思科技(Synopsys)正推进部署使用英伟达的计算光刻平台,以加速制造并推动下一代先进半导体芯片的物理极限。

image.png

图源:英伟达

台积电和新思科技已决定在其软件、制造工艺和系统中集成英伟达的 cuLitho 计算光刻平台,加快芯片制造速度,并在未来支持最新一代英伟达 Blackwell 架构 GPU。

黄仁勋在 GTC 开发者大会上表示:“计算光刻技术是芯片制造的基石。我们与台积电、Synopsys 合作开发的 cuLitho 应用了加速计算和生成式人工智能,为半导体规模化开辟了新的领域。”

英伟达还推出了全新的生成式人工智能算法,增强了用于 GPU 加速计算光刻技术的库 cuLitho,相比较目前基于 CPU 的方法,显著改善了半导体制造工艺。

IT之家注:半导体制造过程中,计算光刻是最密集的工作负载,每年耗费 CPU 数百亿小时。

芯片生产的关键步骤之一,就是需要耗费 3000 万小时的 CPU 时间来计算典型的掩模集,因此半导体代工厂通常会建立大型数据中心。

英伟达表示 350 个英伟达 H100 系统现在可以取代 40,000 个 CPU 系统,从而加快了生产时间,同时降低了成本、空间和功耗。

英伟达表示 cuLitho 的优势已经在台积电生产过程中显现,两家公司共同实现了曲线流程速度(curvilinear flows)提高 45 倍,传统的曼哈顿式流程(traditional Manhattan-style flows)提高近 60 倍。

英伟达开发了应用生成式人工智能的算法,以进一步提升 cuLitho 平台的价值。在通过 cuLitho 实现的加速流程基础上,新的生成式人工智能工作流程还能额外提高 2 倍的速度。

通过应用生成式人工智能,可以创建近乎完美的反向掩膜或反向解决方案,以考虑光的衍射。然后通过传统的严格物理方法得出最终光罩,从而将整个光学近似校正(OPC)流程的速度提高了两倍。

目前,晶圆厂工艺中的许多变化都需要修改 OPC,从而增加了所需的计算量,并在晶圆厂开发周期中造成了瓶颈。cuLitho 提供的加速计算和生成式人工智能可减轻这些成本和瓶颈,使工厂能够分配可用的计算能力和工程带宽,在开发 2 纳米及更先进的新技术时设计出更多新颖的解决方案。

THE END
免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!
Baidu
map