目次
NVIDIAの技術を活用し、製造プロセスの最適化を推進
NVIDIAは、TSMCが同社のアクセラレーテッドコンピューティングとAI技術を導入し、半導体の設計から製造に至るライフサイクル全体を進化させていると発表しました。チップの微細化が進むにつれ、製造プロセスは極めて複雑な課題に直面しています。
TSMCは、計算リソグラフィやトランジスタシミュレーション、プロセス制御といった領域にAIシステムを適用しています。これにより、高度なファブ（半導体製造工場）における納期短縮や、エネルギー効率の向上、歩留まりの改善、運用生産性の向上を目指すとのことです。
Ms.ガジェット半導体製造の最前線にAIが本格的に導入されることで、製造効率がどのように変化していくのか非常に興味深いですね。
CUDA-Xライブラリによる計算ワークロードの高速化
TSMCは、NVIDIAのCUDA-X（TM）ライブラリとAIモデルを活用し、NVIDIA GPU上で大規模な計算ワークロードを高速化しています。主な活用分野は以下の通りとなっています。
- 計算リソグラフィ：GPUアクセラレーテッドライブラリ「cuLitho」により、サイクル時間を20〜50%向上させています。
- トランジスタ・プロセスシミュレーション：電子構造シミュレーションライブラリ「cuEST」を活用し、化学シミュレーションを平均50倍高速化しています。
- 高度なプロセス制御：機械学習ライブラリ「cuML」を用い、数十万のパラメータを抽出してプロセスのばらつきを削減しています。
- ファブ運用の最適化：NVIDIA H200 GPUを導入し、複雑な制約を管理することで生産性を高めています。
Ms.ガジェット計算リソグラフィでの処理速度が最大50%も向上するのは、製造現場にとって大きなインパクトになりそうです。
ビジョンAIによる不良検査とデジタルツインの活用
TSMCは、不良検査の精度向上にも取り組んでいます。NVIDIA MetropolisプラットフォームとTAO Toolkitを導入し、ビジョンAIによる高度な不良分類を実現しました。これにより、ナノメートルレベルの微細な不良検出が可能となり、ラベル付けや再トレーニングの繰り返しを削減しています。
さらに、仮想ファブ環境である「FabTwin」の構築に向け、NVIDIA Omniverse（TM）ライブラリの活用も検討しています。物理的な実装を行う前にデジタル環境で設計シナリオをテストすることで、構成の比較や潜在的な制約の特定を早期に行えるようになるとのことです。
Ms.ガジェット物理的な工場を建てる前にデジタル上でシミュレーションを行うことで、意思決定のスピードが飛躍的に上がりそうですね。
NVIDIAとTSMC、AI活用による半導体製造プロセスの進化
最後までお読みいただきありがとうございました！
- 本記事の評価は当サイト独自のものです。
- 特段の表示が無い限り、商品の価格や情報などは記事執筆時点での情報です。
- この情報が誤っていても当サイトでは一切の責任を負いかねますのでご了承ください。
- 当サイトに記載された商品・サービス名は各社の商標です。
- 本記事で使用している画像は、メディアユーザーとしてPR TIMESより提供されたプレスリリース素材を利用しています。