NVIDIA s'associe à plusieurs entreprises de semi-conducteurs pour promouvoir l'application de l'IA dans les usines de wafers

fr.wedoany.com Rapport : NVIDIA a annoncé qu'Applied Materials, KLA, Lam Research, Siemens, Cadence Design Systems et Synopsys, entre autres entreprises de semi-conducteurs, adoptent ses bibliothèques logicielles de calcul accéléré CUDA-X et ses technologies d'intelligence artificielle, couvrant la conception de puces, la simulation de matériaux, la fabrication de wafers, la détection de défauts et les tests de production. NVIDIA a également lancé cuPotential, une bibliothèque logicielle de simulation à l'échelle atomique ; les premiers tests montrent que cet outil permet d'obtenir un gain de vitesse supplémentaire de 2 à 3 fois sur des flux de calcul déjà optimisés pour GPU.

Synopsys a intégré cuPotential, cuEST et cuDSS dans ses travaux de simulation de semi-conducteurs. Après adoption de cuEST par son logiciel de simulation de matériaux QuantumATK, les tests préliminaires montrent une vitesse de calcul jusqu'à 30 fois plus élevée ; l'outil de simulation S-Device a obtenu un gain de vitesse de 12 fois grâce à cuDSS. Cadence Design Systems a quant à lui introduit ces technologies dans l'analyse des contraintes thermiques des boîtiers avancés ; après combinaison de son agent d'IA AuraStack avec la plateforme Celsius et cuDSS, la vitesse de calcul d'optimisation thermique et des contraintes des boîtiers a été multipliée par 8.

Lam Research prévoit d'intégrer la technologie de traitement de données tridimensionnelles NanoVDB dans la plateforme de modélisation des procédés semi-conducteurs SEMulator3D ; pour certaines tâches de simulation de gravure de wafers, la vitesse de calcul devrait être multipliée par 30 au maximum. Cette fonctionnalité est prévue pour fin 2026. Lam Research utilise également le cadre PhysicsNeMo de NVIDIA pour la prédiction des processus plasma ; les démonstrations associées ont réduit certaines tâches de calcul de plusieurs jours à l'échelle de la milliseconde.

KLA utilise la bibliothèque logicielle de traitement d'images NPP de NVIDIA pour optimiser ses algorithmes de détection de défauts des semi-conducteurs ; les noyaux de calcul concernés ont obtenu un gain de vitesse allant jusqu'à 50 fois par rapport aux implémentations antérieures sur CPU. Teradyne utilise NPP, RAPIDS cuDF et CuPy pour les tests de capteurs d'image et l'analyse de maintenance des sondes ; la vitesse d'inférence pour la maintenance des sondes a été multipliée par environ 85. L'institut de recherche belge imec utilise le calcul accéléré de NVIDIA pour traiter des images de microscopie électronique à balayage et a obtenu une amélioration de 30 % dans l'optimisation de la fenêtre des procédés de lithographie computationnelle.

Applied Materials utilise Omniverse, cuDSS, cuEST et PhysicsNeMo de NVIDIA pour la recherche sur les matériaux, le développement des procédés et l'optimisation des usines de wafers ; la vitesse de simulation de certaines chambres de procédé est augmentée jusqu'à 35 fois, et des systèmes de jumeau numérique d'usine de wafers sont employés pour simuler l'agencement des installations et les flux de matériaux. Advantest, au Japon, a intégré les modèles d'IA de NVIDIA dans l'infrastructure de données en temps réel ACS, pour le diagnostic des équipements de test de semi-conducteurs, l'analyse des anomalies et la recommandation de mesures correctives.

cuPotential, lancé par NVIDIA à cette occasion, est actuellement en phase d'accès anticipé ; NanoVDB est déjà open source dans le cadre d'OpenVDB, et NPP est fourni via CUDA Toolkit. Les entreprises partenaires se trouvent respectivement à différentes étapes : application réelle, tests de performance, intégration logicielle et publications ultérieures.