ШІ трансформує виробництво напівпровідників, прискорюючи роботу інженерів

04.11.2026, 13:31 expert.com.ua

Зростання попиту на передові чипи та ускладнення процесів їх виготовлення вимагають від інженерів точності, де помилки неприпустимі. Традиційні методи аналізу та фізичні експерименти на виробничих лініях є тривалими та дорогими, тоді як неправильні рішення щодо виходу продукції або якості процесів мають реальні наслідки.

Штучний інтелект (ШІ) революціонізує виробництво напівпровідників, суттєво впливаючи на можливості інженерів та швидкість їхньої роботи. Використання прискорених обчислень значно скорочує час на симуляції, дозволяючи інженерам оцінювати більше альтернатив перед фізичними випробуваннями. Фізично-обґрунтований ШІ допомагає прогнозувати поведінку процесів без необхідності повного моделювання. ШІ-агенти автоматизують послідовності інженерних завдань, які раніше займали години. Крім того, цифрові двійники (digital twins) надають командам можливість тестувати зміни у віртуальному середовищі до впровадження на реальному виробництві.

Сукупність цих можливостей формує концепцію «фабрики, визначеної ШІ» (AI-defined fab) – напівпровідникового виробництва, де ШІ допомагає оптимізувати процеси, раніше виявляти проблеми та приймати кращі рішення протягом усього життєвого циклу чипа. Інженери, зберігаючи свою ключову роль у директивному управлінні та прийнятті рішень на основі експертизи, витрачають менше часу на очікування результатів.

Прискорені обчислення не просто пришвидшують окремі розрахунки, але й збільшують кількість альтернатив, які інженери можуть протестувати перед фізичними випробуваннями. Багатофізичні симуляції моделюють взаємодію між фізичними ефектами, такими як теплопередача, електрична поведінка та механічні навантаження. Завдяки бібліотеці NVIDIA cuDSS, постачальник програмного забезпечення для моделювання COMSOL прискорює такі симуляції для виробництва напівпровідників до 10 разів. Це допомагає інженерам оптимізувати обладнання та процеси, порівнювати альтернативи та визначати, які зміни варто протестувати фізично.

Applied Materials та NVIDIA співпрацюють над прискоренням відкриття матеріалів на атомному рівні та розробки процесів. Інтеграція NVIDIA cuDSS дозволяє платформі Applied Ginestra працювати до 10 разів швидше порівняно з підходами, що використовують лише центральні процесори (CPU). А з NVIDIA PhysicsNeMo, багатофізична платформа Applied ACE+ забезпечує прискорення симуляцій топографії до 35 разів.

У деяких випадках прискорення не просто скорочує час розрахунків, а робить їх можливими. Обчислювальна літографія, яка визначає спосіб друку схем на кремнії, включає розрахунки, надто складні для виконання на CPU у виробничому масштабі. Siemens інтегрує NVIDIA cuLitho до свого програмного забезпечення Calibre, досягаючи прискорення до 17 разів на ключових робочих навантаженнях симуляції. Це розширює можливості інженерів верифікувати параметри перед друком пластини.

Таким чином, прискорені розрахунки допомагають дослідникам вивчати поведінку матеріалів та шляхи їхньої реакції, що впливають на процеси напівпровідникового виробництва наступного покоління.

Окрім прискорення симуляцій, ШІ, навчений на фізичних моделях, може прогнозувати поведінку матеріалів та процесів без необхідності кожного разу запускати повну симуляцію. Особливо це помітно в складних розрахунках, які є дорогими навіть на прискореному обладнанні.

Одним із прикладів є плазма – заряджений газ, що використовується в процесах травлення напівпровідників. Моделювання плазми вимагає розв’язання рівнянь, що враховують взаємодію електричних, хімічних та теплових процесів, що робить повторні симуляції дорогими. Lam Research продемонструвала, що фреймворк NVIDIA PhysicsNeMo може прогнозувати поведінку плазми за мілісекунди, тоді як повна симуляція триває дні. Це надає інженерам швидший спосіб досліджувати умови процесу без повторного запуску повної моделі.

Applied Materials використовує цифрові двійники, побудовані на бібліотеках NVIDIA Omniverse, для симуляції оптимізації фабрики на рівнях компонування, пропускної здатності, витрат та контролю процесів.

Інженери перетворюють аналізи на конкретні рішення: перегляд дизайну, розслідування невдалого тесту, коригування виробничого процесу тощо. ШІ-агенти можуть допомагати виконувати кроки між цими рішеннями. Одним із прикладів є оцінка того, яку модель ШІ застосувати до конкретного завдання – це послідовний, ручний процес, що може займати години на тестовому полі.

Advantest використовує ШІ-агенти NVIDIA NeMo Switchyard для автоматизації вибору моделей, скорочуючи час реакції з годин до хвилин.

Цифрові двійники дозволяють командам симулювати конфігурації обладнання, компонування та зміни процесів у віртуальному середовищі перед тим, як вдаватися до фізичних випробувань. Це зменшує витрати на експерименти, особливо з ускладненням фабрик та зростанням ставок помилкових змін.

Applied Materials використовує бібліотеки NVIDIA Omniverse для створення фізично точних цифрових двійників цілих фабрик. Команди можуть симулювати переміщення матеріалів, виявляти вузькі місця та оцінювати компонування та операційні стратегії, розширюючи віртуальні експерименти за межі окремих процесів до роботи фабрики в цілому.

Майбутнє виробництва напівпровідників полягає в поєднанні цих можливостей: використання даних виробництва для покращення моделей та моделей для оцінки змін, а потім повернення цих висновків інженерам, які приймають виробничі рішення. Це обіцянка «фабрики, визначеної ШІ» (AI-defined fab): де ШІ допомагає людям навчатися на кожному виробничому циклі та швидше діяти на основі отриманих знань.

джерело: NVIDIA

Читати повністю…