NVIDIA aus den USA treibt gemeinsam mit mehreren Halbleiterunternehmen die KI-Technologieanwendung in Waferfabriken voran

de.wedoany.com-Bericht: NVIDIA aus den USA hat angekündigt, dass Halbleiterunternehmen wie Applied Materials, KLA, Lam Research, Siemens, Cadence Design Systems und Synopsys die CUDA-X beschleunigte Rechenbibliothek und KI-Technologien von NVIDIA einsetzen. Der Anwendungsbereich umfasst Chipdesign, Materialsimulation, Waferfertigung, Defekterkennung und Produktionstests. NVIDIA hat gleichzeitig die atomare Simulationssoftwarebibliothek cuPotential vorgestellt. Erste Tests zeigen, dass dieses Werkzeug auf bereits GPU-optimierten Rechenabläufen eine weitere Beschleunigung um das 2- bis 3-Fache erzielen kann.

Synopsys hat cuPotential, cuEST und cuDSS in der Halbleitersimulation eingesetzt. Nach dem Einsatz von cuEST in der Materialsimulationssoftware QuantumATK zeigen erste Tests eine Erhöhung der Rechengeschwindigkeit um bis zu das 30-Fache; das Simulationstool S-Device erzielt mit cuDSS eine 12-fache Beschleunigung. Cadence Design Systems hat die betreffenden Technologien in die thermische Spannungsanalyse fortschrittlicher Packaging-Verfahren eingeführt. Nach der Kombination des KI-Agenten AuraStack mit der Celsius-Plattform und cuDSS erhöht sich die Berechnungsgeschwindigkeit für die Optimierung von Packaging-Thermik und -Spannung um das 8-Fache.

Lam Research plant, die dreidimensionale Datenverarbeitungstechnologie NanoVDB in die Halbleiterprozessmodellierungsplattform SEMulator3D zu integrieren. Für bestimmte Wafer-Ätzsimulationsaufgaben wird eine Steigerung der Rechengeschwindigkeit um bis zu das 30-Fache erwartet. Diese Funktion soll Ende 2026 veröffentlicht werden. Lam Research setzt zudem das NVIDIA PhysicsNeMo-Framework für die Vorhersage von Plasmaprozessen ein; entsprechende Demonstrationen verkürzen bestimmte Berechnungsaufgaben von mehreren Tagen auf Millisekunden.

KLA optimiert mit der NVIDIA NPP-Bildverarbeitungssoftwarebibliothek Algorithmen zur Halbleiterdefekterkennung. Die betreffenden Rechenkerne erzielen im Vergleich zu früheren CPU-Implementierungen eine Beschleunigung um bis zu das 50-Fache. Teradyne setzt NPP, RAPIDS cuDF und CuPy für Bildsensortests und die Analyse der Wartung von Testnadeln ein; die Inferenzgeschwindigkeit für die Wartung von Testnadeln erhöht sich um etwa das 85-Fache. Das belgische Forschungsinstitut imec nutzt die beschleunigte Rechenleistung von NVIDIA für die Verarbeitung von Rasterelektronenmikroskopbildern und erzielt eine Verbesserung von 30 % bei der Optimierung des Prozessfensters der Computational Lithography.

Applied Materials setzt NVIDIA Omniverse, cuDSS, cuEST und PhysicsNeMo für Materialentwicklung, Prozessentwicklung und Fabrikoptimierung ein. Die Simulationsgeschwindigkeit bestimmter Prozesskammern erhöht sich um bis zu das 35-Fache; gleichzeitig werden digitale Zwillingssysteme für Waferfabriken zur Simulation von Anlagenlayout und Materialfluss eingesetzt. Advantest aus Japan hat NVIDIA-KI-Modelle in die Echtzeit-Dateninfrastruktur ACS integriert, um Diagnose, Anomalieanalyse und Empfehlung von Korrekturmaßnahmen für Halbleitertestgeräte zu ermöglichen.

Das von NVIDIA vorgestellte cuPotential befindet sich derzeit in der Early-Access-Phase, NanoVDB ist als Teil von OpenVDB als Open Source verfügbar, und NPP wird über das CUDA Toolkit bereitgestellt. Die jeweiligen Partnerunternehmen befinden sich in unterschiedlichen Phasen: praktische Anwendung, Leistungstests, Softwareintegration und bevorstehende Veröffentlichung.