Долгое время считалось, что сотрудничество TSMC и Nvidia строится исключительно по схеме «клиент-исполнитель», где тайваньский гигант лишь выпускает готовые чипы для американского разработчика. Однако недавние заявления компаний раскрыли обратную сторону партнерства: технологии Nvidia помогают самой TSMC совершенствовать производство и ускорять выпуск продукции.
Применение вычислительной литографии и глубокое моделирование процессов на уровне транзисторов позволили TSMC значительно оптимизировать производственные мощности. Искусственный интеллект, работающий на базе решений Nvidia, теперь активно задействован на всех этапах: от первичного проектирования компонентов до контроля качества готовых пластин.
Вычислительная литография и ускорение разработки
Ключевым инструментом в арсенале TSMC стала библиотека cuLitho. Перенос расчетов фотомасок с традиционных CPU на графические процессоры Nvidia позволил повысить эффективность проектирования на 20–50% при сохранении прежней себестоимости. Этот метод вычислительной литографии радикально сокращает время, необходимое для подготовки производства новых архитектур чипов.
Инновации в материаловедении и контроле процессов
Помимо литографии, инженеры TSMC используют программный комплекс cuEST для глубокой симуляции свойств материалов. Этот инструмент ускоряет расчеты в области физики полупроводников и химии в 50 раз, позволяя быстрее подбирать оптимальные характеристики транзисторов. За поддержание стабильности техпроцессов отвечает библиотека cuML: методы машинного обучения помогают контролировать параметры производства в режиме реального времени, минимизируя брак.
Цифровые двойники и ИИ-инспекция
Для максимизации объемов выпуска TSMC применяет технологию «цифровых двойников» и платформу FabTwin. Любое изменение в техпроцессе предварительно отрабатывается на виртуальной модели завода, и только после успешных тестов внедряется в реальное производство. Также компания использует инструментарий Metropolis и TAO Toolkit для поиска дефектов на кремниевых пластинах. ИИ-системы самостоятельно адаптируются к новым типам дефектов, исключая необходимость в постоянном переобучении алгоритмов и позволяя поддерживать высокие стандарты качества продукции без потери скорости.
