Когда два титана, чье партнерство насчитывает почти три десятилетия, решают перенести искусственный интеллект прямо в сердце самых передовых фабрик планеты, это неизбежно переписывает правила игры для всей индустрии. Сегодня NVIDIA официально объявила о том, что TSMC, мировой лидер в производстве полупроводников, внедряет ускоренные вычисления и платформы ИИ компании на всех этапах жизненного цикла микрочипов — от проектирования до массового выпуска продукции. По мере того как кремниевые пластины переходят на всё более тонкие технологические нормы, путь от компьютерной модели до готового изделия превратился в один из сложнейших вычислительных вызовов в истории человечества. Современная литография, симуляция поведения транзисторов, контроль производственных процессов и инспекция пластин требуют симуляций колоссального масштаба и оптимизации в реальном времени, с которыми классические CPU-фермы уже справляются на пределе своих возможностей.
Глава NVIDIA Дженсен Хуанг подчеркнул символичность момента, заявив, что TSMC привносит ИИ и ускоренные вычисления непосредственно в тело самой фабрики, решая сложнейшие задачи дизайна и производства с помощью симуляции и оптимизации, чтобы повысить скорость, энергоэффективность и выход годных кристаллов для следующего поколения чипов. Ему вторит и председатель совета директоров TSMC Си-Си Вей, отметивший, что это долгосрочное партнерство укрепляет технологическое лидерство компании, позволяя использовать достижения NVIDIA в области фабричных операций, литографии и инспекции для успеха будущих продуктов их заказчиков.
Чтобы понять масштаб трансформации, достаточно взглянуть на то, как библиотеки CUDA-X и модели ИИ пронизывают теперь каждый уголок производства TSMC. В области вычислительной литографии, где формируется рисунок будущих чипов, задействована библиотека cuLitho. Этот GPU-ускоритель совершает переворот в скорости и стоимости процесса, обеспечивая улучшение эффективности затрат или времени цикла на 20–50 процентов по сравнению с решениями на базе центральных процессоров, при этом сохраняя прежний уровень общей стоимости владения. Но это лишь вершина айсберга. Химическое моделирование материалов для транзисторов, критически важное для освоения новых техпроцессов, выходит на запредельную скорость благодаря библиотеке cuEST, которая в среднем в 50 раз ускоряет симуляции электронных структур по сравнению с традиционными методами. А когда дело доходит до управления технологическим процессом, библиотека машинного обучения cuML берет на себя анализ больших данных, просеивая сотни тысяч параметров на тысячах производственных шагов, чтобы с высокой точностью предсказывать и снижать вариативность процессов, не допуская брака еще до его появления. Оптимизация работы самой фабрики также переведена на ускоренные рельсы: вычисления с использованием CUDA на мощностях ускорителей NVIDIA H200 позволяют TSMC виртуозно управлять сложнейшими производственными ограничениями, выстраивая максимально продуктивные и гибкие производственные цепочки.
Отдельная глава этого технологического романа посвящена борьбе за идеальное качество. По мере движения к нанометровым масштабам даже мельчайшая пылинка или невидимое глазу отклонение способны уничтожить дорогостоящий кристалл, поэтому скорость и точность инспекции выходят на первый план. Здесь в игру вступает платформа NVIDIA Metropolis и инструментарий TAO Toolkit, которые TSMC использует для продвинутой классификации дефектов. Техническое зрение с искусственным интеллектом позволяет обнаруживать несовершенства нанометрового размера, постоянно совершенствуя качество проверки и радикально снижая необходимость в трудоемкой повторной разметке данных и переобучении моделей при смене условий производства или появлении новых типов дефектов.
Венчает эту стратегию проект, который звучит как научная фантастика, но уже становится реальностью — FabTwin. Сложность современных полупроводниковых заводов такова, что согласовать работу инструментов, материалов, роботов и тысяч сотрудников без ошибок практически невозможно. TSMC обратилась к библиотекам NVIDIA Omniverse, чтобы построить виртуального близнеца своей фабрики, цифровую среду, где можно оценивать компоновку оборудования и сопутствующие производственные сценарии еще до того, как на физической площадке будет заложен первый камень. Такой подход, при котором любые сценарии сперва проигрываются в виртуальном мире, позволяет гибко сравнивать сложнейшие конфигурации и выявлять узкие места на этапе планирования. Это на порядок повышает эффективность проектирования и ускоряет принятие критических решений без риска дорогостоящих ошибок и капитальных затрат, делая фабрику будущего осязаемой уже сегодня.
Об авторе
