NVIDIA CUDA-X ライブラリと AI でプロセスを加速
高度な半導体の設計と製造には、大規模な計算ワークロードと高度に調整されたファブ運用が不可欠です。TSMCは、NVIDIA CUDA-X™ ライブラリとAIモデルをNVIDIA GPU上で活用し、これらのワークロードを高速化しています。
具体的な活用例は以下の通りです。
-
計算リソグラフィ: チップマスク設計の露光技術であるリソグラフィにおいて、GPUアクセラレーテッドライブラリであるNVIDIA cuLithoを活用しています。これにより、CPUベースの計算リソグラフィと比較して、コスト効率またはサイクルタイムを20〜50%向上させることが可能となります。
-
トランジスタ、装置、プロセス シミュレーション: 半導体材料設計における化学シミュレーションを平均50倍高速化するため、GPUで加速する電子構造シミュレーションライブラリであるNVIDIA cuESTを採用しています。
-
高度なプロセス制御: NVIDIA cuML機械学習ライブラリを活用し、NVIDIA GPUでの大規模分析を加速しています。これにより、アルゴリズムが高速化され、数千のステップにわたる数十万のプロセスパラメータを機械学習モデルの精密な入力として抽出し、プロセスのばらつきを大幅に削減することに貢献しています。
-
ファブ運用の最適化: NVIDIA H200 GPUでCUDA搭載のコンピューテーションを活用することで、ファブの生産性が大幅に向上しました。TSMCは複雑な制約を管理する能力を強化し、生産経路を合理化し、ファブの生産性を最大化しています。
NVIDIA Metropolis と AI モデルで不良検査を推進
チップがより高度になるにつれて、ごくわずかな不良でも品質や歩留まりに影響を与える可能性があるため、迅速で正確な検査が半導体の設計と製造において非常に重要です。TSMCは、NVIDIA MetropolisプラットフォームとNVIDIA TAO Toolkitを活用し、高度な不良分類を向上させています。ビジョンAIの活用により、ナノメートルレベルの不良検出能力が向上しました。これらの機能により、プロセス条件、検査ツール、不良の種類が変化しても、ラベル付けと再トレーニングの繰り返しを減らしながら、品質検査を向上させることが期待されます。
NVIDIA Omniverse を活用して FabTwin を構築
高度な半導体ファブは、これまでに構築された中でも最も複雑な施設の一つであり、ツール、材料、ロボット、人間、施設システム間の精密な調整が求められます。TSMCは、プロセスツールのレイアウトと関連するシミュレーションワークフローを評価するための仮想ファブ環境である「FabTwin」を構築するため、NVIDIA Omniverse™ ライブラリを検討しています。物理的な実装の前に設計シナリオをデジタルでテストすることで、TSMCは複雑な構成をより柔軟に比較し、潜在的な制約を早期に特定できるようになります。この仮想ファーストのアプローチは、計画の効率を大幅に向上させ、物理的または資本のコミットメントが行われる前に重要な意思決定を加速させるでしょう。
NVIDIAの創業者/CEOであるジェンスン フアン氏は、「NVIDIAとTSMCは、30年近くにわたって協力し、コンピューティングの限界を押し広げてきました。TSMCは、NVIDIA AIとアクセラレーテッドコンピューティングをファブに導入し、世界で最も複雑な設計および製造の課題にシミュレーション、最適化、AIで取り組み、次世代チップの速度、効率、歩留まりを向上させています」と述べています。
TSMCの会長兼CEOであるC.C. Wei氏は、「TSMCとNVIDIAは、次世代のコンピューティングを可能にする技術の推進に根ざした長期のパートナーシップを構築してきました。ファブ運用の最適化、リソグラフィ、プロセス制御、検査にわたってNVIDIAアクセラレーテッドコンピューティングとAIを活用することで、TSMCは技術的リーダーシップと製造の卓越性を強化し、お客様の将来の製品と成功をサポートしていきます」とコメントしています。
この発表に関する詳細は、NVIDIAの公式ウェブサイトで確認できます。
