台積電晶圓廠大變身！NVIDIA AI全線進駐 由設計到製造全面加速

2. 電晶體、設備同製程模擬 — NVIDIA cuEST

• 工具： cuEST，一個GPU加速嘅電子結構模擬函式庫 。
• 改善效果： 半導體材料設計嘅化學模擬，速度平均加快咗50倍。工程師可以快速測試更多先進電晶體材料同化學配方，大大加快研發週期 。

3. 先進製程控制同減少變異 — NVIDIA cuML

• 工具： cuML，一個GPU加速嘅機器學習函式庫（屬於RAPIDS平台一部分） 。
• 改善效果： 台積電用cuML喺GPU上做大規模數據分析，可以快速處理橫跨幾千個工序嘅幾十萬項製程參數，再將呢啲精準數據餵俾機器學習模型。咁樣可以大幅減少製程變異，提升良率 。

4. 晶圓廠生產力 — 用NVIDIA H200 GPU做加速排程

台積電將廠房嘅生產排程同營運最佳化工作，放喺NVIDIA H200 Tensor Core GPU上面跑，利用CUDA-X函式庫加速離散最佳化演算法，令排程更快完成，提升成間廠嘅整體產出量 。

5. 缺陷檢測 — NVIDIA Metropolis + TAO工具包

• 平台： NVIDIA Metropolis（視覺AI平台）同NVIDIA TAO工具包（模型微調工具） 。
• 改善效果： 透過視覺AI自動檢測缺陷，可以更準確偵測到納米級別嘅瑕疵，同時大大減少重複嘅人手標註同重新訓練嘅循環 。香港做開精密工業嘅讀者會明，檢測越快越準，成條生產線嘅浪費就越少。

6. 數碼孿生探索 — NVIDIA Omniverse (FabTwin)

• 平台： NVIDIA Omniverse，用嚟建立同探索一個叫FabTwin嘅晶圓廠數碼孿生 。
• 用途： 台積電可以喺呢個物理準確嘅虛擬環境入面，模擬同最佳化廠房佈局、物料流程、設備配置同生產物流，先試過晒至落手改真實廠房 。

技術總覽表

成個技術平台都係由NVIDIA CUDA-X函式庫同AI模型驅動，並部署喺台積電生產廠房入面嘅NVIDIA GPU上運行 。