Mākslīgais intelekts revolucionizē pusvadītāju ražošanu ar ātrākām simulācijām un gudrāku procesu kontroli

Attēls: NVIDIA · Avots

Mākslīgā intelekta tehnoloģijas pārveido pusvadītāju ražotnes, paātrinot simulācijas, prognozējot procesu uzvedību, automatizējot inženieru darbplūsmas un nodrošinot digitālos dvīņus, tādējādi palīdzot inženieriem optimizēt sarežģītus mikroshēmu ražošanas procesus ātrāk un precīzāk.

Pieaugošā pieprasījuma pēc progresīvām pusvadītāju mikroshēmām dēļ nepieciešami sarežģītāki ražošanas procesi, kuros pat nelielas kļūdas var būtiski ietekmēt ražas apjomu un produktu kvalitāti. Inženieriem ir izaicinājums izprast, kā procesa izmaiņas un materiālu mijiedarbība ietekmē kopējos rezultātus, bieži paļaujoties uz laikietilpīgiem fiziskiem eksperimentiem un simulācijām.

Mākslīgais intelekts (MI) šobrīd spēlē izšķirošu lomu pusvadītāju ražošanas pārveidē. Izmantojot paātrinātu skaitļošanu, MI ievērojami saīsina simulāciju laikus. Tas ne tikai paātrina atsevišķas aprēķinu operācijas, bet arī paplašina alternatīvu izvēli, kuras inženieri var novērtēt pirms ķerties pie fiziskiem testiem. Piemēram, daudzfizikālās simulācijas, kas aptver siltuma pārnesi, elektriskos efektus un mehāniskos spriegumus — būtiskas iekārtu un procesu optimizēšanai — darbojas līdz pat 10 reizes ātrāk, izmantojot NVIDIA cuDSS bibliotēku, kā norāda COMSOL.

Sadarbība starp NVIDIA un tādām kompānijām kā Applied Materials vēl vairāk uzlabo atomu līmeņa materiālu atklāšanu un procesu izstrādi. Applied Ginestra un ACE+ daudzfizikālās platformas, integrētas ar NVIDIA tehnoloģijām, sasniedz ātrdarbības pieaugumu līdz 10x un 35x attiecīgi, salīdzinot ar CPU bāzētajām metodēm. Tikmēr Siemens integrē NVIDIA cuLitho savā Calibre litogrāfijas programmatūrā, paātrinot skaitļošanas litogrāfijas uzdevumus līdz pat 17 reižu, paplašinot pirmsražošanas pārbaudes inženieru iespējas pārbaudīt shēmas modeļus.

Papildus simulāciju paātrināšanai MI sistēmas, apmācītas uz fizikālajiem principiem, spēj prognozēt sarežģītas procesa uzvedības bez nepieciešamības katru reizi veikt pilnas simulācijas. Lam Research demonstrē to ar plazmas uzvedības modelēšanu — aprēķinos ļoti intensīvu uzdevumu — prognozējot rezultātus milisekundēs, nevis dienās, izmantojot NVIDIA PhysicsNeMo ietvaru.

MI arī racionalizē inženierijas lēmumu pieņemšanas darbplūsmas. Sarežģītas izvēles, piemēram, piemērotu MI modeļu izvēle konkrētiem uzdevumiem, kas iepriekš aizņēma stundas manuāli, tagad tiek automatizētas un samazinātas līdz dažām minūtēm, izmantojot NVIDIA NeMo Switchyard MI aģentus, kā to izmanto Advantest.

Turklāt digitālie dvīņi — fabu virtuālas kopijas — ļauj komandām pārbaudīt iekārtu konfigurācijas, materiālu plūsmas un procesa izmaiņas bez dārgām fiziskām pārbaudēm. Applied Materials izmanto NVIDIA Omniverse, lai izveidotu augsti precīzus digitālos dvīņu modeļus, ļaujot veikt visaptverošas rūpnīcas simulācijas un identificēt pudelnecks un optimizēt izvietojumu.

Šo MI virzīto iespēju integrācija „MI definētā fabrikā“ pārstāv pusvadītāju ražošanas nākotni. Tā ļauj izveidot savienotu ciklu, kurā ražošanas dati pastāvīgi pilnveido prognozējošos modeļus, kas savukārt agrāk informē inženieru lēmumus, uzlabojot ražību, kvalitāti un caurlaidspēju. Kopumā MI dod inženieriem iespēju darboties ātrāk un pieņemt labāk informētus lēmumus visā pusvadītāju ražošanas dzīves ciklā, risinot arvien sarežģītāku ražošanas procesu izaicinājumus.

▶ AI Is Changing How Semiconductor Fabs Work — and Engineers Are Moving Faster Because of It — Skatīties video ↗