NVIDIA представила технологии, которые ускоряют разработку и производство чипов

ИИ для проектирования чипов

NVIDIA представила библиотеку cuPotential, которая позволяет разработчикам создавать ИИ-агентов для моделирования взаимодействий атомов и молекул. Такие симуляции помогают изучать поведение материалов на атомном уровне и лучше понимать физические процессы, которые лежат в основе разработки новых материалов и полупроводниковых технологий.

ИИ-агенты могут использовать эти модели для исследования различных сценариев и ускорения вычислений. Это важно для проектирования чипов, поскольку разработчикам приходится анализировать сложные физические процессы и проверять множество параметров. Чем быстрее выполняются такие расчеты, тем больше вариантов можно исследовать за то же время.

Ранние испытания cuPotential показали дополнительное ускорение некоторых рабочих процессов, уже оптимизированных для графических процессоров, в два-три раза. Библиотека предназначена для разработчиков, которые хотят создавать собственных ИИ-агентов для научных и инженерных задач.

Lam Research ускоряет моделирование производства

Lam Research планирует интегрировать технологию NanoVDB в платформу SEMulator3D, которая используется для виртуального моделирования процессов производства полупроводников.

При изготовлении чипов производителям необходимо точно контролировать обработку материалов и геометрию микроскопических структур. Моделирование позволяет заранее оценивать, как изменения технологических параметров повлияют на результат, и проверять разные варианты без необходимости проводить каждый эксперимент непосредственно на производственной линии.

Интеграция NanoVDB должна ускорить моделирование отдельных процессов травления полупроводниковых пластин до 30 раз. Это может помочь инженерам быстрее проверять технологические решения, оптимизировать производственные процессы и сокращать время разработки новых технологий изготовления чипов.

KLA ускоряет вычисления для анализа полупроводников

Компания KLA представила новый вычислительный компонент NPP NCC, разработанный для задач, связанных с анализом и обработкой данных в полупроводниковой отрасли.

При производстве чипов необходимо анализировать большое количество информации, чтобы контролировать качество продукции и обнаруживать отклонения от заданных параметров. Вычислительные инструменты помогают обрабатывать такие данные и поддерживают процессы контроля и анализа на разных этапах производства.

Новый компонент показал производительность в 50 раз выше по сравнению с предыдущими версиями, работавшими на центральных процессорах. Ускорение вычислений позволяет быстрее обрабатывать сложные задачи и может повысить эффективность рабочих процессов, связанных с производством полупроводников.

Advantest использует ИИ для диагностики производства

Advantest интегрировала модели NVIDIA Nemotron и Kumo-Anomaly в платформу ACS RTDI, предназначенную для анализа данных при производстве полупроводников.

На производственных линиях оборудование постоянно генерирует данные о технологических процессах. Их анализ помогает выявлять отклонения, определять возможные причины неисправностей и предотвращать проблемы, которые могут повлиять на качество продукции или привести к простоям оборудования.

Интеграция ИИ позволяет анализировать производственные данные, выявлять аномалии и предоставлять рекомендации по дальнейшим действиям. Это помогает специалистам быстрее разобраться в возникших проблемах и принимать решения на основе данных.

Использование решения может сократить время реакции на производственные проблемы с нескольких часов до нескольких минут. Для полупроводниковых фабрик это особенно важно, поскольку задержки в обнаружении и устранении неисправностей могут влиять на эффективность производства.

Что такое фабрики с ИИ

NVIDIA также развивает концепцию AI-defined fabs — полупроводниковых фабрик, в работе которых искусственный интеллект используется для оптимизации производственных процессов, анализа данных и выявления неисправностей.

Такие предприятия могут объединять ИИ-агентов, вычислительные инструменты и цифровые двойники. Последние представляют собой виртуальные модели оборудования или производственных процессов. С их помощью инженеры могут проверять изменения и оценивать возможные результаты до внедрения новых параметров на реальной линии.

Использование ИИ на разных этапах производства помогает быстрее находить проблемы, эффективнее использовать оборудование и сокращать время, необходимое для проверки технологических решений. NVIDIA развивает это направление совместно с компаниями полупроводниковой отрасли, предлагая инструменты для моделирования, вычислений и анализа производственных данных.