TSMC despliega IA de NVIDIA en sus fábricas para revolucionar el diseño y la fabricación de semiconductores

• Herramienta: cuLitho, una biblioteca de litografía computacional acelerada por GPU .
• Mejora: Reducción del 20–50% en el coste o el tiempo de ciclo para el diseño de máscaras de chips en comparación con los métodos basados en CPU, manteniendo el mismo coste total de propiedad .
• Además, cuLitho acelera la litografía inversa aproximadamente 40 veces frente a los sistemas con CPU .

2. Simulación de Transistores, Equipos y Procesos — NVIDIA cuEST

• Herramienta: cuEST, una biblioteca de simulación de estructura electrónica acelerada por GPU .
• Mejora: Simulaciones químicas 50 veces más rápidas de media para el diseño de materiales semiconductores, lo que permite una evaluación rápida de materiales avanzados para transistores y nuevas formulaciones químicas .

3. Control Avanzado de Procesos y Reducción de Variaciones — NVIDIA cuML

• Herramienta: cuML, una biblioteca de aprendizaje automático acelerada por GPU (parte del ecosistema RAPIDS) .
• Mejora: TSMC utiliza cuML para ejecutar análisis a gran escala en GPUs, destilando cientos de miles de parámetros de proceso a lo largo de miles de pasos de fabricación en datos de entrada precisos para modelos de ML, reduciendo significativamente la variación del proceso y mejorando el rendimiento de las obleas .

4. Productividad de la Fábrica — Optimización con GPUs NVIDIA H200

TSMC ejecuta sus cargas de trabajo de planificación y optimización de operaciones en GPUs NVIDIA H200 Tensor Core, utilizando las bibliotecas CUDA-X para acelerar algoritmos de optimización discreta. Esto se traduce en una reducción del tiempo de planificación y una mejora en el rendimiento general de la planta .

5. Inspección de Defectos — NVIDIA Metropolis + TAO Toolkit

• Plataformas: NVIDIA Metropolis (plataforma de IA de visión) y NVIDIA TAO Toolkit (kit de herramientas para ajuste fino de modelos) .
• Mejora: Inspección de defectos automatizada con IA de visión que mejora la detección de defectos a escala nanométrica, al tiempo que reduce significativamente los ciclos repetidos de etiquetado manual y reentrenamiento de modelos .

6. Exploración con Gemelos Digitales — NVIDIA Omniverse (FabTwin)

• Plataforma: NVIDIA Omniverse, utilizada para construir y explorar un "FabTwin", un gemelo digital de una fábrica de semiconductores .
• Propósito: Permite a TSMC simular y optimizar la distribución de la planta, los flujos de materiales, las configuraciones de los equipos y la logística de producción en un entorno virtual físicamente preciso antes de realizar cambios en la fábrica física .

Tabla Resumen

Toda esta pila tecnológica se ejecuta sobre las bibliotecas NVIDIA CUDA-X y modelos de IA desplegados en GPUs NVIDIA dentro de las fábricas de producción de TSMC .