От дней к миллисекундам: революция в симуляциях
Производство передовых чипов требует высокой точности, но физические эксперименты на производственной линии дороги и медленны. NVIDIA демонстрирует, как интеграция ИИ в процесс проектирования и производства (AI-defined fab) кардинально меняет экономику разработки. Ключевые игроки отрасли, такие как COMSOL, Applied Materials и Siemens, уже используют решения NVIDIA для ускорения вычислений, что позволяет инженерам тестировать больше альтернатив до начала физического производства.
Конкретные метрики ускорения
Внедрение специализированных библиотек NVIDIA, таких как cuDSS, PhysicsNeMo и cuLitho, дает кратный прирост производительности в критических задачах моделирования. Ниже приведены данные о скорости работы решений в партнерстве с ведущими компаниями:
| Компания / Партнер | Технология NVIDIA | Результат ускорения | Применение |
|---|---|---|---|
| COMSOL | cuDSS | до 10x | Мультифизическое моделирование (тепло, электрика, механика) |
| Applied Materials | cuDSS (Ginestra) | до 10x | Атомарное открытие материалов и разработка процессов |
| Applied Materials | PhysicsNeMo (ACE+) | до 35x | Симуляция топографии процессов |
| Siemens | cuLitho (Calibre) | до 17x | Вычислительная литография (печать схем на кремнии) |
| Lam Research | PhysicsNeMo | дни → миллисекунды | Прогнозирование поведения плазмы в процессах травления |
ИИ-агенты и цифровые двойники
Помимо скорости вычислений, ИИ автоматизирует рутинные инженерные задачи. Компания Advantest использует фреймворк NVIDIA NeMo Switchyard для автоматического выбора подходящей ИИ-модели для задач тестирования, сокращая время ответа с часов до минут. Это позволяет инженерам сосредоточиться на принятии решений, а не на рутинных проверках.
Кроме того, Applied Materials применяет библиотеки NVIDIA Omniverse для создания фотореалистичных цифровых двойников целых фабрик. Это позволяет виртуально тестировать перемещение материалов, выявлять узкие места и оптимизировать логистику производства до внедрения изменений на реальном оборудовании, снижая риски и затраты.
Зачем это нужно отрасли
«AI-defined fab» — это не просто ускорение расчетов, а создание замкнутого цикла (connected loop). Данные с производства питают модели, которые предсказывают поведение процессов, а ИИ-агенты помогают инженерам быстрее интерпретировать результаты. Это критически важно в условиях, когда маржа ошибки в производстве чипов стремится к нулю, а сложность процессов растет экспоненциально.
Источник: NVIDIA Blog ↗