NVIDIA выпустила средства моделирования для заводов, управляемых ИИ
В набор библиотек CUDA-X вошла новая cuPotential для моделирования взаимодействия атомов и молекул: в раннем доступе она ускорила уже оптимизированные под графические процессоры расчёты ещё в 2–3 раза. Synopsys, Cadence, COMSOL, Lam Research, imec, KLA, Teradyne и Applied Materials уже применяют эти библиотеки.
NVIDIA сообщила, что ведущие полупроводниковые компании берут на вооружение её библиотеки CUDA-X — в том числе новую NVIDIA cuPotential, с помощью которой разработчик может создавать ИИ-агентов, моделирующих взаимодействие атомов и молекул, — чтобы продвигать заводы, управляемые искусственным интеллектом.
Такой завод — это полупроводниковое производство, где ИИ помогает инженерам оптимизировать процессы, решать производственные неполадки и повышать эффективность выпуска. По мере роста спроса на передовые микросхемы таким заводам приходится наращивать выпуск, управляя всё более сложными процессами. Инженерам нужны новые способы моделировать материалы, разбирать данные контроля и проверять изменения процесса на цифровых двойниках до того, как применять их в производстве.
Расширенный набор CUDA-X даёт ИИ-агентам и инженерным приложениям ускоренные средства моделирования полупроводниковых процессов, обработки трёхмерных данных и анализа изображений, помогая автоматизировать больше инженерной работы и в проектировании микросхем, и в их выпуске, чтобы завод мог предсказывать поведение процесса и улучшать выход годных.
«Полупроводниковая отрасль сделала революцию искусственного интеллекта возможной. Теперь ИИ меняет то, как создаются микросхемы, — сказал Тим Коста, вице-президент и генеральный директор направления промышленной и вычислительной инженерии NVIDIA. — Пока заводы спешат удовлетворить спрос на передовые микросхемы, библиотеки NVIDIA CUDA-X и Omniverse дают ИИ-агентам ускоренные средства моделирования и контроля, помогая инженерам справляться со сложностью, улучшать выход годных и продвигать заводы, управляемые ИИ».
cuPotential ускоряет расчёт взаимодействия атомов
Понимание того, как взаимодействуют атомы и молекулы, критически важно для моделирования полупроводниковых материалов и процессов, но такие расчёты занимают много времени даже в программах, уже оптимизированных под графические процессоры.
Библиотека NVIDIA cuPotential ускоряет моделирование на атомном уровне особыми функциями с ускорением на графическом процессоре, которые разработчик может добавить в существующую программу. Она помогает исследователям моделировать электрические силы и прочие взаимодействия на большом числе атомов, чтобы быстрее проверять и уточнять модели. Среди первых, кто применяет cuPotential для ускорения моделирования материалов, — Synopsys. Открывая такие возможности для ИИ-агентов, cuPotential позволяет им самим запускать сложные молекулярные расчёты, оценивать их и повторять с уточнениями. При испытаниях в раннем доступе библиотека ускорила уже оптимизированные под графические процессоры расчёты ещё в 2–3 раза.
Кто уже применяет CUDA-X
Заводам, управляемым ИИ, нужны более быстрые способы моделировать проекты микросхем, поведение материалов и производственные процессы прежде, чем изменения доходят до производства. Библиотеки NVIDIA CUDA-X — cuPotential для моделирования взаимодействия атомов, cuEST для моделирования поведения электронов и cuDSS для решения сложных инженерных задач — ускоряют эти расчёты и помогают сделать завод более самостоятельным.
Synopsys применяет cuPotential, cuEST и cuDSS для ускорения полупроводникового моделирования: первые результаты в QuantumATK показывают возможное ускорение в 30 раз с cuEST, а испытания S-Device — ускорение в 12 раз с cuDSS. Её решения AgentEngineer работают вместе с открытыми моделями NVIDIA Nemotron и платформой NVIDIA NeMo, поддерживая ИИ-агентов для проектирования и проверки микросхем.
Cadence применяет ускоренные вычисления NVIDIA, открытые модели Nemotron и библиотеки CUDA-X, чтобы привести агентный ИИ в проектирование и моделирование электромеханических систем — от полупроводниковых изделий до передового корпусирования и печатных плат. Например, её AuraStack AI Super Agent оптимизирует передовые корпуса по нагреву и механическим напряжениям в 8 раз быстрее, применяя cuDSS вместе с Cadence Celsius, а Nemotron работает в составе ChipStack AI Super Agent для проектирования и проверки микросхем.
COMSOL ускоряет с помощью cuDSS многофизические расчёты полупроводниковых процессов, давая до 10 раз более быстрое моделирование, которое помогает инженерам оптимизировать оборудование и процессы. В готовящемся сервере COMSOL MCP будет применяться открытая модель NVIDIA Nemotron Ultra для моделирования и перебора вариантов с помощью ИИ.
Voltai ускоряет передовое корпусирование микросхем своей агентной многофизической платформой Voltaire для проектирования и моделирования трёхмерных микросхем. Voltaire объединяет ИИ-агентов с решателями, ускоренными на графических процессорах при помощи cuDSS и других библиотек CUDA-X, и сжимает сложные электротепломеханические расчёты с месяцев до одного дня.
ChipAgents применяет инфраструктуру NVIDIA и её программы обучения и оптимизации моделей, чтобы создавать специализированные модели для проектирования микросхем. Вместе с NVIDIA компания разрабатывает Build-A-Chip Bench — новое испытание, которое оценивает агентов на сквозных процессах от задания требований до выдачи топологии и даёт отрасли цельную меру продвижения к полностью самостоятельной полупроводниковой инженерии.
Подготовка и оптимизация производственных процессов
Работа завода опирается на тысячи технологических шагов, каждый из которых нужно смоделировать, уточнить и проверить до производства. Библиотека NVIDIA cuLitho ускоряет расчёты печати рисунка на микросхеме; NanoVDB — открытая библиотека для работы с трёхмерными данными — ускоряет моделирование производственных процессов; а открытая платформа NVIDIA PhysicsNeMo помогает обучать физические модели ИИ, предсказывающие поведение физических систем.
Siemens применяет cuLitho, чтобы ускорить свою программу Calibre в части уточнения рисунка микросхемы и подготовки фотошаблонов. Её подразделение Solido разрабатывает также агентные процессы определения характеристик с открытыми моделями Nemotron и открытыми библиотеками NVIDIA NeMo.
Lam Research намерена встроить NanoVDB в свою платформу моделирования передовых полупроводниковых процессов SEMulator3D, входящую в семейство виртуальных продуктов Semiverse Solutions. Ожидается, что NanoVDB ускорит моделирование отдельных процессов травления пластин до 30 раз, а применение PhysicsNeMo, как было показано, помогает сократить время расчёта предсказаний для плазмы с суток до миллисекунд.
Luminary применяет PhysicsNeMo к проектированию корпусов микросхем, обучая физические модели ИИ предсказывать температуру, перепад давления и тепловые напряжения в разных вариантах корпуса, — это позволяет инженерам перебрать в те же сроки в 100 раз больше вариантов, не запуская отдельный расчёт для каждого.
Контроль и испытания микросхем
Заводу, управляемому ИИ, нужно разбирать изображения контроля и данные испытаний достаточно быстро, чтобы находить дефекты, обслуживать оборудование и улучшать выход годных. Библиотека NVIDIA NPP для обработки изображений на графических процессорах и RAPIDS cuDF для обработки больших наборов данных помогают ускорить испытания и контроль качества.
Опираясь на ИИ и ускоренные вычисления NVIDIA, imec убирает шум из снимков сканирующего электронного микроскопа, по которым ведутся измерения с точностью меньше нанометра, и применяет cuLitho для ресурсоёмкой коррекции оптической близости с учётом технологического окна, что дало улучшение литографического технологического окна на 30%.
KLA перенесла опыт своих тщательно оптимизированных производственных вычислительных ядер в новое ядро NPP для нормированной взаимной корреляции, добившись производительности в 50 раз выше прежних вариантов для центрального процессора — на уровне собственных вручную доведённых реализаций KLA.
Teradyne применяет NVIDIA NPP и ускоренные вычисления, чтобы ускорить испытания датчиков изображения, а RAPIDS cuDF и CuPy — для расчётов на графическом процессоре, что дало примерно 85-кратное ускорение выводов о состоянии измерительных зондов и помогает выявлять изнашивающиеся зонды до того, как они повлияют на выход годных.
Advantest встроила NVIDIA Nemotron и NVIDIA Kumo-Anomaly в свою систему ACS RTDI для аналитики полупроводникового производства на основе ИИ. Работая на системах NVIDIA Grace Blackwell, ACS даёт диагностику и выводы в реальном времени и предлагает исправляющие действия для испытательных ячеек. Кроме того, Advantest применяет агентов NVIDIA NeMo Switchyard, чтобы автоматизировать выбор моделей, упростить ход испытаний и сократить время реакции с часов до минут.
Работа завода и автоматизация
На заводе, управляемом ИИ, данные с оборудования должны доходить до систем ИИ достаточно быстро, чтобы на их основе принимать рабочие решения.
Applied Materials применяет NVIDIA Omniverse и библиотеки CUDA-X, включая cuDSS, cuEST и PhysicsNeMo, в поиске материалов, разработке процессов и оптимизации завода: это даёт до 35 раз более быстрое моделирование технологических камер и цифровых двойников завода, помогающих оптимизировать планировку и движение материалов.
Analog Devices соединяет физическое моделирование Synopsys со средой NVIDIA Isaac Sim и библиотеками Omniverse, чтобы создавать точные модели восприятия и испытательные задачи для роботов: это помогает инженерам оценивать, как датчик ведёт себя в составе целой робототехнической системы.
FANUC и Foxconn подключают модели своих роботов к типовому решению Mega NVIDIA Omniverse, что позволяет производителям моделировать и проверять работу роботов на цифровом двойнике завода до внедрения на площадке.
OMRON применяет открытые модели мира NVIDIA Cosmos и типовое решение NVIDIA Metropolis для поиска и описания видео в своём контрольном оборудовании, создавая агентов, которые соединяют зрительные данные, документацию на оборудование и производственные знания. Такие агенты помогают инженерам разбирать результаты контроля печатных плат, искать возможные причины дефектов и устранять неполадки.