AI revolusjonerer produksjon av halvledere med raskere simuleringer og smartere prosesskontroll

Bilde: NVIDIA · Kilde

AI-teknologier forvandler halvlederfabrikker ved å akselerere simuleringer, forutsi prosessadferd, automatisere ingeniørarbeidsflyter og muliggjøre digitale tvillinger, og hjelper ingeniører med å optimalisere komplekse chipproduksjonsprosesser raskere og mer nøyaktig.

Den stadig økende etterspørselen etter avanserte halvlederbrikker krever mer komplekse produksjonsprosesser, hvor selv små feil kan ha betydelige konsekvenser for avkastning og produktkvalitet. Ingeniører står overfor den utfordrende oppgaven å forstå hvordan prosessendringer og materialinteraksjoner påvirker helhetsresultatet, ofte ved å stole på tidkrevende fysiske eksperimenter og simuleringer.

Kunstig intelligens (AI) spiller nå en sentral rolle i å omforme produksjonen av halvledere. Ved å utnytte akselerert beregning forkorter AI simuleringstidene dramatisk. Dette øker ikke bare hastigheten på enkeltberegninger, men utvider også spekteret av alternativer ingeniører kan evaluere før de gjennomfører fysiske tester. For eksempel kjører multiphysikksimuleringer som involverer varmeoverføring, elektriske effekter og mekaniske spenninger—kritiske for å optimalisere utstyr og prosesser—opptil 10 ganger raskere ved bruk av NVIDIAs cuDSS-bibliotek, ifølge COMSOL.

Samarbeid mellom NVIDIA og selskaper som Applied Materials forbedrer ytterligere atomskala materialoppdagelse og prosessutvikling. Applieds Ginestra- og ACE+ multiphysikkplattformer, integrert med NVIDIA-teknologier, oppnår akselerasjoner på opptil 10x og 35x henholdsvis sammenlignet med CPU-baserte metoder. Samtidig integrerer Siemens NVIDIAs cuLitho i sin Calibre-litografiprogramvare, som akselererer beregningsintensive litografitasker med opptil 17 ganger, noe som utvider omfanget av pre-produksjonsverifisering ingeniører kan utføre på kretsmønstre.

Utover å akselerere simuleringer kan AI-systemer trent på fysikkprinsipper forutsi komplekse prosessadferder uten å måtte kjøre fullstendige simuleringer hver gang. Lam Research demonstrerer dette med plasmadynamikkmodellering—en beregningsintensiv oppgave—som forutsier resultater innen millisekunder i stedet for dager ved bruk av NVIDIAs PhysicsNeMo-rammeverk.

AI effektiviserer også arbeidsflyter mellom ingeniørbeslutninger. Komplekse valg som å velge passende AI-modeller for spesifikke oppgaver, som tidligere tok timer manuelt, er nå automatisert og redusert til minutter med NVIDIAs NeMo Switchyard AI-agenter, brukt av Advantest.

Videre gjør digitale tvillinger—virtuelle kopier av fabrikker—team i stand til å teste utstyrsoppsett, materialflyt og prosessendringer uten kostbare fysiske forsøk. Applied Materials benytter NVIDIA Omniverse for å lage svært nøyaktige digitale tvillingmodeller, som muliggjør omfattende fabrikkovergripende simuleringer for å identifisere flaskehalser og optimalisere layout.

Integreringen av disse AI-drevne kapasitetene i en "AI-definert fabrikk" representerer fremtiden for halvlederproduksjon. Den muliggjør en sammenkoblet løkke der produksjonsdata kontinuerlig forbedrer prediktive modeller, som igjen informerer ingeniørbeslutninger tidligere, og forbedrer avkastning, kvalitet og gjennomstrømning. Totalt sett gjør AI det mulig for ingeniører å jobbe raskere og ta bedre informerte beslutninger gjennom hele halvlederproduksjonslivssyklusen, og håndterer utfordringene knyttet til stadig mer komplekse produksjonsprosesser.

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