Nhu cầu về chip tiên tiến đang tăng lên. Các quy trình để xây dựng chúng ngày càng phức tạp hơn. Và biên độ sai sót đang bị thu hẹp lại. Đối với các kỹ sư, việc hiểu cách thức thay đổi quy trình sẽ diễn ra, cách vật liệu sẽ tương tác với một bước mới, cách ánh xạ lỗi trở lại nguyên nhân gốc rễ là những bước quan trọng, đầy thách thức trong sản xuất chất bán dẫn — và những phân tích này có thể mất nhiều ngày. Các thí nghiệm vật lý trên dây chuyền sản xuất thường chậm và tốn kém. Một phán đoán sai về năng suất hoặc chất lượng quy trình sẽ gây ra hậu quả thực sự. AI đang chuyển đổi hoạt động sản xuất chất bán dẫn, tác động đến những gì các kỹ sư có thể làm – và tốc độ. Tính toán tăng tốc rút ngắn thời gian mô phỏng, cho phép các kỹ sư đánh giá nhiều lựa chọn thay thế hơn trước khi tiến hành thử nghiệm vật lý. AI dựa trên vật lý giúp các kỹ sư dự đoán hành vi của quy trình mà không cần phải chạy mô phỏng đầy đủ mọi lúc. Các tác nhân AI xử lý chuỗi các nhiệm vụ kỹ thuật từng tiêu tốn hàng giờ. Và bản sao kỹ thuật số cho phép các nhóm kiểm tra các thay đổi trong môi trường ảo trước khi thực hiện thử nghiệm thực tế. Cùng với nhau, những khả năng này mô tả một nhà máy do AI xác định: một nhà máy sản xuất chất bán dẫn nơi AI giúp các kỹ sư tối ưu hóa các quy trình, nắm bắt vấn đề sớm hơn và đưa ra quyết định tốt hơn trong toàn bộ vòng đời sản xuất chip. Các kỹ sư chỉ đạo công việc và đưa ra quyết định dựa trên chuyên môn của mình đồng thời tốn ít thời gian chờ đợi câu trả lời hơn.

Chu kỳ mô phỏng ngắn hơn Thay đổi những gì kỹ sư có thể khám phá Điện toán tăng tốc không chỉ tăng tốc các phép tính riêng lẻ — nó còn thay đổi số lượng kỹ sư có thể thử nghiệm nhiều lựa chọn thay thế trước khi cam kết. Mô phỏng đa vật lý mô hình tương tác giữa các hiệu ứng vật lý, chẳng hạn như truyền nhiệt, hành vi điện và ứng suất cơ học. Bằng cách sử dụng thư viện NVIDIA cuDSS, nhà cung cấp phần mềm đa vật lý COMSOL đang tăng tốc các mô phỏng như vậy cho sản xuất chất bán dẫn lên tới 10 lần. Điều này giúp các kỹ sư tối ưu hóa thiết bị và quy trình, so sánh các lựa chọn thay thế và quyết định những thay đổi nào cần kiểm tra về mặt vật lý. Ứng dụng Vật liệu và NVIDIA đang hợp tác để tăng tốc quá trình khám phá và phát triển quy trình vật liệu ở quy mô nguyên tử. Bằng cách tích hợp NVIDIA cuDSS, nền tảng mô phỏng Ginestra của Ứng dụng chạy nhanh hơn gấp 10 lần so với các phương pháp chỉ sử dụng CPU. Và với NVIDIA PhysicsNeMo, nền tảng đa vật lý ACE+ của Ứng dụng mang lại khả năng mô phỏng địa hình nhanh hơn tới 35 lần. Trong một số trường hợp, khả năng tăng tốc không chỉ rút ngắn phép tính — nó còn cho phép tính toán hoàn toàn. Kỹ thuật in thạch bản tính toán - xác định cách các mẫu mạch được in trên silicon - bao gồm các phép tính quá chuyên sâu để hoàn thành trên CPU ở quy mô sản xuất. Siemens đang tích hợp NVIDIA cuLitho vào phần mềm in thạch bản Calibre, mang lại khả năng tăng tốc lên tới 17 lần cho khối lượng công việc mô phỏng chính. Điều đó mở rộng những gì các kỹ sư có thể xác minh trước khi tấm bán dẫn được in. Do đó, các phép tính nhanh hơn có thể giúp các nhà nghiên cứu khám phá hành vi và lộ trình phản ứng của vật liệu ảnh hưởng đến các quá trình bán dẫn thế hệ tiếp theo. Dự đoán hành vi của quy trình mà không cần chạy mọi mô phỏng Ngoài việc tăng tốc mô phỏng, AI được đào tạo về vật lý có thể dự đoán cách thức hoạt động của vật liệu và quy trình mà không cần chạy mô phỏng đầy đủ mỗi lần. Lợi ích có thể thấy rõ nhất trong các phép tính phức tạp tốn kém ngay cả trên phần cứng được tăng tốc. Plasma - khí tích điện được sử dụng trong quá trình ăn mòn chất bán dẫn - là một ví dụ le. Việc lập mô hình hoạt động của plasma đòi hỏi phải giải các phương trình nắm bắt cách các quá trình điện, hóa học và nhiệt tương tác với nhau, khiến cho việc mô phỏng lặp đi lặp lại trở nên tốn kém. Lam Research đã chứng minh rằng khung NVIDIA PhysicsNeMo có thể dự đoán hoạt động của plasma tính bằng mili giây, so với nhiều ngày đối với một mô phỏng đầy đủ - giúp các kỹ sư khám phá các điều kiện quy trình nhanh hơn mà không cần chạy lại mô hình đầy đủ mỗi lần. Ứng dụng Vật liệu sử dụng bản sao kỹ thuật số được xây dựng trên thư viện NVIDIA Omniverse để mô phỏng các hoạt động tối ưu hóa ở cấp độ cao cấp về bố cục, thông lượng, chi phí và kiểm soát quy trình. Đại lý xử lý các bước giữa các quyết định Các kỹ sư biến các phân tích thành quyết định — sửa đổi thiết kế, điều tra lỗi thử nghiệm, điều chỉnh quy trình sản xuất, v.v. Tác nhân AI có thể giúp thực hiện các bước giữa các quyết định đó. Việc đánh giá mô hình AI nào sẽ áp dụng cho một nhiệm vụ nhất định là một ví dụ: một quy trình thủ công, tuần tự có thể tiêu tốn hàng giờ trên sàn thử nghiệm. Advantest đang sử dụng các tác nhân AI của NVIDIA NeMo Switchyard để tự động hóa lựa chọn đó, giảm thời gian phản hồi từ vài giờ xuống còn vài phút. Kiểm tra các thay đổi của nhà máy trước khi chúng được thực hiện Bản sao kỹ thuật số cho phép các nhóm mô phỏng cấu hình, bố cục thiết bị và xử lý các thay đổi trong môi trường ảo trước khi bắt đầu thử nghiệm thực tế. Điều này làm giảm chi phí thử nghiệm, đặc biệt khi các nhà máy trở nên phức tạp hơn và nguy cơ thay đổi sai sẽ cao hơn. Một bản song sinh kỹ thuật số tạo ảnh thực tế được xây dựng bằng thư viện NVIDIA Omniverse, dùng để mô phỏng luồng nguyên liệu, phát hiện các tắc nghẽn và xác thực các chiến lược vận hành trước khi triển khai. Hình ảnh lịch sự của Vật liệu Ứng dụng. Vật liệu Ứng dụng sử dụng thư viện NVIDIA Omniverse để xây dựng các bản sao kỹ thuật số chính xác về mặt vật lý của toàn bộ nhà máy. Các nhóm có thể mô phỏng chuyển động nguyên liệu, xác định các điểm nghẽn, đánh giá cách bố trí và chiến lược vận hành — mở rộng thử nghiệm ảo ngoài các quy trình riêng lẻ đến cách thức hoạt động của toàn bộ nhà máy. Vòng lặp được kết nối Tương lai của ngành sản xuất chất bán dẫn trong việc kết nối các khả năng này: sử dụng dữ liệu sản xuất để thông báo cho các mô hình và mô hình nhằm đánh giá các thay đổi, sau đó đưa những phát hiện đó trở lại cho các kỹ sư đưa ra quyết định sản xuất. Đó là lời hứa của nhà máy do AI xác định: nơi AI giúp mọi người học hỏi từ mỗi chu trình sản xuất và hành động dựa trên kiến ​​thức đó sớm hơn. Khám phá cách NVIDIA hợp tác với các công ty bán dẫn hàng đầu trong suốt vòng đời chip.