TSMC, dünyanın en gelişmiş yapay zeka platformlarını üretirken, yarı iletken iş süreçlerini hızlandırmak için NVIDIA'nın CUDA-X hizmetini de kullanmaya başladı.
TSMC ve NVIDIA, CUDA-X ve Yapay Zeka ile Yeni Nesil Yapay Zeka Çiplerinin Geliştirilmesini ve Üretimini Hızlandırmak İçin İş Birliği Yapıyor
Dünyanın önde gelen yarı iletken şirketi TSMC, yarı iletken tasarım ve üretimini ilerletmek için NVIDIA'nın hızlandırılmış hesaplama ve yapay zeka teknolojilerinden faydalanıyor.
Çipler daha gelişmiş üretim teknolojilerine geçtikçe, tasarımdan yüksek hacimli üretime kadar olan süreç, dünyanın en karmaşık hesaplama zorluklarından biri haline geliyor. Hesaplamalı litografi, transistör simülasyonu, süreç kontrolü ve wafer denetimi gibi alanlar artık devasa ölçekli simülasyonlar ve gerçek zamanlı optimizasyon gerektiriyor. Bu süreçler için fizik, görüntü ve diğer uygulamalarda destek sağlayabilen yapay zeka sistemlerine ihtiyaç duyuluyor.
TSMC, bu dönüşümü hızlandırmak için NVIDIA teknolojilerini kullanıyor. Hızlandırılmış hesaplama ve yapay zeka, yarı iletken tasarım ve üretim yaşam döngüsünün tamamında uygulanarak, gelişmiş fabrikalarda iyileştirme sürelerini, enerji verimliliğini, verimi ve operasyonel üretkenliği artırıyor.
TSMC, Süreçleri NVIDIA CUDA-X Kütüphaneleri ve Yapay Zeka ile Hızlandırıyor. Gelişmiş yarı iletken tasarım ve üretim, devasa hesaplama iş yükleri ve yüksek düzeyde koordine edilmiş fab operasyonları gerektirir; bunlar çip tasarımı aktarımı, transistör modellemesi, süreç kontrolü ve fab üretkenliği gibi alanları kapsar. TSMC, bu iş yüklerini NVIDIA GPU'larda hızlandırmak için NVIDIA CUDA-X™ kütüphaneleri ve yapay zeka modellerini kullanıyor:
- Hesaplamalı Litografi: TSMC, çip maskesi tasarımı için kullanılan bir baskı yöntemi olan litografi için GPU hızlandırmalı bir kütüphane olan NVIDIA cuLitho'yu kullanıyor. Bu teknoloji, CPU tabanlı hesaplamalı litografiye kıyasla maliyet etkinliği veya döngü süresinde %20-50 oranında iyileşme sağlıyor ve aynı sahip olma maliyetini koruyor.
- Transistör, Ekipman ve Süreç Simülasyonu: TSMC, yarı iletken malzeme tasarımı için ortalama 50 kat daha hızlı kimya simülasyonları sağlayan GPU hızlandırmalı bir elektronik yapı simülasyon kütüphanesi olan NVIDIA cuEST'i kullanıyor.
- Gelişmiş Süreç Kontrolü: TSMC, NVIDIA GPU'lar üzerinde büyük ölçekli analitikleri hızlandırmak için NVIDIA cuML makine öğrenimi kütüphanesini kullanıyor. Bu sayede TSMC, algoritmaları hızlandırabiliyor ve binlerce adımdan oluşan yüz binlerce süreç parametresini makine öğrenimi modelleri için hassas girdiler olarak damıtarak süreç varyasyonunda önemli bir azalma sağlıyor.
- Fab Operasyonları Optimizasyonu: CUDA tabanlı hızlandırılmış çizelgeleme hesaplamaları, NVIDIA H200 GPU'lar ile fab üretkenliğinde önemli iyileşmeler sağladı. NVIDIA H200 GPU'lar üzerinde CUDA destekli hesaplamayı kullanarak TSMC, karmaşık kısıtlamaları yönetme yeteneğini geliştirdi, böylece üretim yollarını kolaylaştırdı ve fab üretkenliğini en üst düzeye çıkardı.
TSMC, Kusur Denetimini NVIDIA Metropolis ve Yapay Zeka Modelleri ile İlerletiyor. Çipler daha gelişmiş hale geldikçe, en küçük kusurlar bile kaliteyi ve verimi etkileyebilir, bu da daha hızlı ve daha doğru denetimi yarı iletken tasarım ve üretim için kritik hale getirir. TSMC, gelişmiş kusur sınıflandırmasını iyileştirmek için NVIDIA Metropolis platformunu ve NVIDIA TAO Toolkit'i kullanıyor. Görüntü yapay zekasını kullanarak TSMC, nanometre ölçeğindeki kusurların tespitini iyileştirdi.
Bu yetenekler, TSMC'nin süreç koşulları, denetim araçları ve kusur türleri değiştikçe tekrarlanan etiketleme ve yeniden eğitim ihtiyacını azaltırken kalite denetimini iyileştirmesine yardımcı oluyor. TSMC, FabTwin'i Oluşturmak İçin NVIDIA Omniverse'i Kullanıyor. Gelişmiş yarı iletken fabrikaları, araçlar, malzemeler, robotlar, insanlar ve tesis sistemleri arasında hassas koordinasyon gerektiren şimdiye kadar inşa edilmiş en karmaşık yapılar arasındadır.
TSMC, süreç aracı yerleşimlerini ve ilgili simülasyon iş akışlarını değerlendirmek için sanal bir fab ortamı olan FabTwin'i oluşturmak amacıyla NVIDIA Omniverse™ kütüphanelerini araştırıyor. Fiziksel uygulamadan önce tasarım senaryolarını dijital olarak test ederek TSMC, karmaşık yapılandırmaları daha esnek bir şekilde karşılaştırabilir ve potansiyel kısıtlamaları daha erken tespit edebilir. Bu sanal öncelikli yaklaşım, planlama verimliliğini büyük ölçüde artırır ve herhangi bir fiziksel veya sermaye taahhüdünden önce kritik karar alma süreçlerini hızlandırır.
