🌐 La IA revoluciona la fabricación de semiconductores, acelerando procesos y decisiones
La IA està canviant com funcionen les fàbriques de semiconductors — i els enginyers es mouen més ràpidament gràcies a això
La creixent demanda de xips avançats està transformant la indústria de fabricació de semiconductors, i la intel·ligència artificial (IA) juga un paper crucial en aquest canvi. A mesura que els processos per construir aquests xips es tornen més complexos, el marge d'error es redueix, cosa que fa que la precisió sigui més important que mai.
Els enginyers s'enfronten a desafiaments crítics en intentar comprendre com es comportarà un canvi en el procés, com un material interactuarà amb un nou pas, o com un defecte es relaciona amb una causa arrel. Aquests anàlisis poden durar dies, i els experiments físics en una línia de fabricació són lents i costosos. No obstant això, la IA està transformant la fabricació de semiconductors, impactant el que els enginyers poden fer i la velocitat a la qual poden fer-ho.
La computació accelerada escurça el temps de simulació, permetent als enginyers avaluar més alternatives abans de comprometre's amb proves físiques. La IA basada en física ajuda a predir el comportament del procés sense necessitat d'executar una simulació completa cada vegada. Els agents de IA gestionen seqüències de tasques d'enginyeria que abans consumien hores, i els bessons digitals permeten als equips provar canvis en un entorn virtual abans de comprometre's amb proves físiques.
Aquestes capacitats descriuen una fàbrica definida per IA: una planta de fabricació de semiconductors on la IA ajuda els enginyers a optimitzar processos, detectar problemes abans i prendre millors decisions al llarg del cicle de vida complet de fabricació de xips. Els enginyers dirigeixen la feina i prenen decisions basades en la seva experiència, mentre passen menys temps esperant respostes.
La computació accelerada no només accelera càlculs individuals, sinó que canvia quantes alternatives poden provar els enginyers abans de comprometre's. Les simulacions multifísiques modelen interaccions entre efectes físics, com la transferència de calor, el comportament elèctric i l'estrès mecànic. Utilitzant la biblioteca NVIDIA cuDSS, el proveïdor de programari de simulació multifísica COMSOL està accelerant aquestes simulacions per a la fabricació de semiconductors fins a 10 vegades.
Applied Materials i NVIDIA estan col·laborant per accelerar el descobriment de materials a escala atòmica i el desenvolupament de processos. En integrar NVIDIA cuDSS, la plataforma de simulació Ginestra d'Applied funciona fins a 10 vegades més ràpid que els enfocaments només amb CPU. I amb NVIDIA PhysicsNeMo, la plataforma multifísica ACE+ d'Applied ofereix simulacions de topografia fins a 35 vegades més ràpides.
En alguns casos, l'acceleració no només escurça el càlcul, sinó que el fa possible. La litografia computacional, que defineix com s'imprimeixen els patrons de circuits en el silici, implica càlculs massa intensius per completar-se en CPU a escala de producció. Siemens està integrant NVIDIA cuLitho en el seu programari de litografia Calibre, oferint fins a 17 vegades d'acceleració en càrregues de treball de simulació clau.
En resum, les capacitats de la IA estan redefinint la fabricació de semiconductors, permetent als enginyers explorar noves possibilitats i optimitzar processos de manera més eficient i ràpida.
AI Is Changing How Semiconductor Fabs Work — and Engineers Are Moving Faster Because of It
La creciente demanda de chips avanzados está transformando la industria de fabricación de semiconductores, y la inteligencia artificial (IA) juega un papel crucial en este cambio. A medida que los procesos para construir estos chips se vuelven más complejos, el margen de error se reduce, lo que hace que la precisión sea más importante que nunca.
Los ingenieros enfrentan desafíos críticos al intentar comprender cómo un cambio en el proceso se comportará, cómo un material interactuará con un nuevo paso, o cómo un defecto se relaciona con una causa raíz. Estos análisis pueden llevar días, y los experimentos físicos en una línea de fabricación son lentos y costosos. Sin embargo, la IA está transformando la fabricación de semiconductores, impactando lo que los ingenieros pueden hacer y la velocidad a la que pueden hacerlo.
La computación acelerada acorta el tiempo de simulación, permitiendo a los ingenieros evaluar más alternativas antes de comprometerse con pruebas físicas. La IA basada en física ayuda a predecir el comportamiento del proceso sin necesidad de ejecutar una simulación completa cada vez. Los agentes de IA manejan secuencias de tareas de ingeniería que antes consumían horas, y los gemelos digitales permiten a los equipos probar cambios en un entorno virtual antes de comprometerse con pruebas físicas.
Estas capacidades describen una fábrica definida por IA: una planta de fabricación de semiconductores donde la IA ayuda a los ingenieros a optimizar procesos, detectar problemas antes y tomar mejores decisiones a lo largo del ciclo de vida completo de fabricación de chips. Los ingenieros dirigen el trabajo y toman decisiones basadas en su experiencia, mientras pasan menos tiempo esperando respuestas.
La computación acelerada no solo acelera cálculos individuales, sino que cambia cuántas alternativas pueden probar los ingenieros antes de comprometerse. Las simulaciones multifísicas modelan interacciones entre efectos físicos, como la transferencia de calor, el comportamiento eléctrico y el estrés mecánico. Utilizando la biblioteca NVIDIA cuDSS, el proveedor de software de simulación multifísica COMSOL está acelerando tales simulaciones para la fabricación de semiconductores hasta 10 veces.
Applied Materials y NVIDIA están colaborando para acelerar el descubrimiento de materiales a escala atómica y el desarrollo de procesos. Al integrar NVIDIA cuDSS, la plataforma de simulación Ginestra de Applied funciona hasta 10 veces más rápido que los enfoques solo con CPU. Y con NVIDIA PhysicsNeMo, la plataforma multifísica ACE+ de Applied ofrece simulaciones de topografía hasta 35 veces más rápidas.
En algunos casos, la aceleración no solo acorta el cálculo, sino que lo hace posible. La litografía computacional, que define cómo se imprimen los patrones de circuitos en el silicio, implica cálculos demasiado intensivos para completarse en CPU a escala de producción. Siemens está integrando NVIDIA cuLitho en su software de litografía Calibre, ofreciendo hasta 17 veces de aceleración en cargas de trabajo de simulación clave.
En resumen, las capacidades de la IA están redefiniendo la fabricación de semiconductores, permitiendo a los ingenieros explorar nuevas posibilidades y optimizar procesos de manera más eficiente y rápida.
Fuente: https://blogs.nvidia.com/blog/ai-semiconductor-fabs/
AI Is Changing How Semiconductor Fabs Work — and Engineers Are Moving Faster Because of It
The growing demand for advanced chips is transforming the semiconductor manufacturing industry, and artificial intelligence (AI) plays a crucial role in this change. As the processes to build these chips become more complex, the margin for error reduces, making precision more important than ever.
Engineers face critical challenges when trying to understand how a process change will behave, how a material will interact with a new step, or how a defect relates to a root cause. These analyses can take days, and physical experiments on a manufacturing line are slow and costly. However, AI is transforming semiconductor manufacturing, impacting what engineers can do and the speed at which they can do it.
Accelerated computing shortens simulation time, allowing engineers to evaluate more alternatives before committing to physical tests. Physics-based AI helps predict process behaviour without the need to run a full simulation each time. AI agents handle sequences of engineering tasks that previously took hours, and digital twins allow teams to test changes in a virtual environment before committing to physical tests.
These capabilities describe an AI-defined fab: a semiconductor manufacturing plant where AI helps engineers optimise processes, detect problems earlier, and make better decisions throughout the entire chip manufacturing lifecycle. Engineers direct the work and make decisions based on their expertise, while spending less time waiting for answers.
Accelerated computing not only speeds up individual calculations but changes how many alternatives engineers can test before committing. Multiphysics simulations model interactions between physical effects, such as heat transfer, electrical behaviour, and mechanical stress. Using the NVIDIA cuDSS library, multiphysics simulation software provider COMSOL is accelerating such simulations for semiconductor manufacturing by up to 10 times.
Applied Materials and NVIDIA are collaborating to accelerate atomic-scale material discovery and process development. By integrating NVIDIA cuDSS, Applied's Ginestra simulation platform runs up to 10 times faster than CPU-only approaches. And with NVIDIA PhysicsNeMo, Applied's ACE+ multiphysics platform offers topography simulations up to 35 times faster.
In some cases, acceleration not only shortens the calculation but makes it possible. Computational lithography, which defines how circuit patterns are printed on silicon, involves calculations too intensive to complete on CPUs at production scale. Siemens is integrating NVIDIA cuLitho into its Calibre lithography software, offering up to 17 times acceleration on key simulation workloads.
In summary, AI capabilities are redefining semiconductor manufacturing, allowing engineers to explore new possibilities and optimise processes more efficiently and quickly.
Source: https://blogs.nvidia.com/blog/ai-semiconductor-fabs/
¿Te ha interesado esta noticia?
Recibe cada mañana el resumen de IA y sociedad directo en tu email.
Suscríbete gratis →