英伟达近日宣布，全球领先的半导体企业台积电正在其生产线上广泛应用英伟达的加速计算和人工智能技术，以推动半导体设计与制造领域的跨越式发展。
随着芯片制造工艺日趋复杂，如何将芯片从设计理念转化为大规模量产产品，已成为当前全球半导体行业面临的最高难度计算挑战之一。现代半导体生产，无论是计算光刻、晶体管仿真、制程控制，还是晶圆检测，都对大规模仿真运算、实时优化及在物理计算、图像分析等多样化场景中应用人工智能系统提出了迫切需求。
台积电正积极借助英伟达的尖端科技，将加速计算和人工智能解决方案贯穿于半导体设计与制造的各个环节。这一战略性部署旨在显著缩短先进晶圆厂的生产周期，提高能源效率、提升产品良率，并优化整体运营表现。
英伟达创始人兼首席执行官黄仁勋表示，英伟达与台积电的近三十年合作，持续推动着计算技术的进步。他强调，台积电将英伟达的人工智能和加速计算技术整合至晶圆生产，正是为了通过仿真、优化及人工智能来攻克全球最尖端的设计和制造难题，从而加速新一代芯片的研发、提升其性能并改善良率。
台积电董事长兼首席执行官魏哲家指出，台积电与英伟达之间的长期稳固合作，为下一代计算产业的发展奠定了坚实基础。他提到，在晶圆厂运营优化、光刻、制程控制与检测等关键流程中引入英伟达的加速计算和人工智能技术，将进一步巩固台积电的技术领先地位和卓越制造能力，助力客户在未来产品竞争中取得成功。
先进半导体的设计与制造涉及海量的计算任务，并且要求晶圆厂内的各个环节高度协同，涵盖了从芯片设计导入、晶体管建模、制程管控到厂区产能管理等多个专业领域。
台积电正利用英伟达图形处理器（GPU），结合英伟达 CUDA-X 函数库和人工智能模型，加速各类复杂的计算任务：
首先在计算光刻方面，台积电运用了面向光刻工艺的GPU加速函数库英伟达cuLitho。相较于传统基于中央处理器（CPU）的计算光刻方案，这项技术在综合拥有成本不变的情况下，能将成本效益或生产周期提升20%至50%。
其次是晶体管、设备与制程仿真。台积电采用英伟达cuEST电子结构仿真函数库进行半导体材料设计，通过GPU加速技术，将化学仿真运算速度平均提升了50倍。
再者，在先进制程控制方面，台积电借助英伟达cuML机器学习函数库，在GPU上进行大规模数据分析。这套方案能够快速执行算法，梳理数十万项制程参数中数万道生产工序，并将其精确输入机器学习模型，从而大幅降低制程波动。
最后是晶圆厂运营优化。台积电基于CUDA实现了GPU加速排程运算，并搭配英伟达H200 GPU，显著提升了晶圆厂产能。H200 GPU提供的CUDA算力，让台积电能更有效地应对各种复杂的生产限制，精简生产流程，最大化厂区产能。
随着芯片工艺的日益精密，即使是微小的瑕疵也可能严重影响产品品质和良率。因此，开发更快速、更精准的检测手段，成为了半导体设计与制造成功的关键。
台积电已采用英伟达Metropolis智能视觉平台与TAO工具包，优化高端芯片的缺陷分类工作。凭借视觉人工智能技术，台积电的纳米级缺陷检测能力得到了大幅提升。这套解决方案不仅提高了质检水平，同时在生产环境、检测设备及缺陷类型发生变化时，还能有效减少数据标注和模型重新训练的工作量。
现代高端半导体晶圆厂是地球上结构最为复杂的工业设施之一，需要生产设备、物料、机械臂、工作人员及各类厂区配套系统实现极高精度的协同运作。台积电目前正在探索使用英伟达Omniverse函数库构建晶圆厂数字孪生（FabTwin），旨在创建虚拟晶圆厂环境，用于评估生产设备的布局以及相关的仿真工作流。这种在实际部署前通过数字化方式测试各类设计方案的模式，能够更灵活地比较复杂的布局，并提前识别潜在的运行瓶颈。先虚拟后实体的策略大幅提升了规划效率，助力在投入实体建设与资金之前，便能迅速敲定关键决策。