- ● NVIDIA CUDA-X 函式庫與 AI 模型正在加速台積公司在微影製程、電晶體與製程模擬、先進製程控制，以及晶圓廠營運最佳化等方面的工作負載。
- ● 台積公司正使用 NVIDIA Metropolis 與 NVIDIA TAO 工具套件，利用視覺 AI 推進自動化瑕疵檢測，提高奈米級瑕疵的檢測能力，同時減少重複標註和重新訓練。
NVIDIA 今日宣布，全球領先的半導體公司台積公司正在運用 NVIDIA 的加速運算和人工智慧（AI）技術來推進半導體設計和製造。
隨著晶片製程節點的不斷進步，如何將晶片從設計階段轉化為量產產品已成為全球最複雜的運算挑戰之一。運算式微影、電晶體模擬、製程控制和晶圓檢測等技術如今都需要大規模模擬和即時最佳化，以及能夠跨物理、影像和其他應用提供支援的AI系統。
台積公司正利用 NVIDIA 的技術加速這項轉型，將加速運算和 AI 應用於半導體設計和製造的整個生命週期，以提升先進晶圓廠的周轉時間、能源效率、良率和營運生產力。
NVIDIA創辦人暨執行長黃仁勳表示：「NVIDIA和台積公司合作近三十年，持續突破運算極限，台積公司正將 NVIDIA AI 與加速運算技術導入晶圓廠本身，透過模擬、最佳化與 AI 技術，應對全球最複雜的設計與製造挑戰，進而提升次世代晶片的速度、效率與良率。」
台積公司董事長暨總裁 魏哲家表示：「TSMC and NVIDIA have built a long-standing partnership rooted in advancing the technologies that make the next generation of computing possible. By using NVIDIA accelerated computing and AI across fab operations optimization, lithography, process control and inspection, TSMC is strengthening our technology leadership and manufacturing excellence to support our customers’ future products and success.」
台積公司使用NVIDIA CUDA-X函式庫和AI加速製程
先進的半導體設計和製造需要大量的運算工作負載和高度協調的晶圓廠運作，涵蓋晶片設計轉移、電晶體建模、製程控制和晶圓廠生產力等各個環節。
台積電正在利用 NVIDIA CUDA-X™ 函式庫和 AI 模型，在 NVIDIA GPU 上加速這些工作負載：
- ● 運算式微影：台積公司採用 NVIDIA cuLitho，這是用於微影（一個晶片遮罩設計的印刷方法）的 GPU 加速函式庫。相較於以 CPU 為基礎的運算式微影技術，此技術在維持相同持有成本的前提下，可將成本效益或週期時間提升 20% 至 50%。
- ● 電晶體、設備和製程模擬：台積公司採用 NVIDIA cuEST，這是一款 GPU 加速的電子結構模擬函式庫，平均可將半導體材料設計的化學模擬速度提升 50 倍。
- ● 先進的製程控制：台積公司採用 NVIDIA cuML 機器學習函式庫，在 NVIDIA GPU 上加速大規模分析。這使得台積公司能夠加快演算法運行，並將跨越數千個步驟的數十萬個製程參數提煉為機器學習模型的精確輸入，從而顯著降低製程偏差。
- ● 晶圓廠營運最佳化：透過 CUDA 進行 GPU 加速排程運算，並搭配 NVIDIA H200 GPU，台積公司顯著提升了晶圓廠生產效率。運用 NVIDIA H200 GPU 上 CUDA 驅動的強大運算能力，台積公司強化了管理複雜限制條件的能力，進而簡化生產路徑、最大化晶圓廠產能。
台積公司使用NVIDIA Metropolis與AI模型提升瑕疵檢測能力
隨著晶片技術的不斷進步，即使是最小的瑕疵也會影響產品品質和良率，因此，更快、更精準的檢測對於半導體設計和製造至關重要。
台積公司正利用 NVIDIA Metropolis 平台和 NVIDIA TAO工具套件來改善進階瑕疵分類。透過視覺AI，台積公司提高了奈米級瑕疵的檢測能力。
這些功能有助於台積電提升檢測品質，同時減少因製程條件、檢測工具和瑕疵類型變化而導致的重複標註和重新訓練的需求。
台積公司採用NVIDIA Omniverse建置FabTwin
先進的半導體晶圓廠是迄今為止建造的最複雜的晶圓廠之一，需要對工具、材料、機器人、人員和設施系統進行精確協調。
台積公司正在探索使用 NVIDIA Omniverse™函式庫來建構 FabTwin，這是一個用於評估製程工具配置和相關模擬工作流程的虛擬晶圓廠環境。透過在實體建置之前，對設計方案進行數位化測試，台積公司可以更靈活地比較出複雜的配置，並儘早發現潛在的限制因素。這種虛擬優先的方法極大地提高了規劃效率，並在做出任何實體或資本投入之前加快做出關鍵決策。
觀看黃仁勳的主題演講，並在 NVIDIA GTC Taipei 上了解更多資訊。
