台积电（TSMC）正在制造英伟达（NVIDIA）最先进的AI平台，但同时也在利用英伟达的CUDA-X服务来加速其半导体业务。英伟达今天宣布，全球领先的半导体公司台积电正在使用英伟达的加速计算和AI技术来推进半导体设计与制造。
随着芯片向更先进的制程节点迈进，将它们从设计阶段推进到大规模量产已成为全球最复杂的计算挑战之一。计算光刻、晶体管模拟、工艺控制以及晶圆检测，如今都需要大规模的模拟仿真和实时优化，以及能够在物理、图像等领域提供支持的AI系统。
台积电正在使用英伟达的技术来加速这一转型，将加速计算和AI应用于半导体设计和制造的全生命周期，以缩短周转时间、提高能效、良率和先进晶圆厂的生产运营效率。
“近三十年来，英伟达和台积电一直携手合作，不断突破计算的极限，”英伟达创始人兼首席执行官黄仁勋（Jensen Huang）表示。“台积电正在将英伟达的AI和加速计算技术引入到晶圆厂内部，利用模拟仿真、优化和AI来应对一些世界上最复杂的设计和制造挑战，从而提升下一代芯片的速度、效率和良率。”
“台积电与英伟达建立了长期的合作伙伴关系，其基础在于共同推进技术，使下一代计算成为可能，”台积电董事长兼首席执行官魏哲家（C.C. Wei）表示。“通过在晶圆厂运营优化、光刻、工艺控制和检测中应用英伟达的加速计算和AI技术，台积电正在巩固我们的技术领先地位和制造卓越性，以支持我们客户未来的产品和成功。”
先进的半导体设计和制造需要海量的计算工作负载和高度协调的晶圆厂运营，涵盖芯片设计转移、晶体管建模、工艺控制和晶圆厂生产力等环节。台积电正在使用英伟达的CUDA-X库和AI模型，在英伟达的GPU上加速这些工作负载：
计算光刻：台积电正在使用英伟达的cuLitho，这是一个用于光刻（一种芯片掩模设计的印刷方法）的GPU加速库。与基于CPU的计算光刻相比，该技术在保持相同总拥有成本的同时，可将成本效益或周期时间提升20-50%。
晶体管、设备与工艺模拟：台积电正在使用英伟达的cuEST，这是一个用于半导体材料设计的GPU加速电子结构模拟库，平均可将化学模拟速度提升50倍。
先进工艺控制：台积电正在使用英伟达的cuML机器学习库，在英伟达的GPU上加速大规模数据分析。这使得台积电能够加速算法，并从上万个步骤中提炼出数十万个工艺参数，作为机器学习模型的精确输入，从而显著减少工艺偏差。
晶圆厂运营优化：使用CUDA进行GPU加速的调度计算，已在英伟达的H200 GPU上为晶圆厂生产力带来了显著提升。通过在英伟达H200 GPU上利用CUDA驱动的计算，台积电增强了其管理复杂约束条件的能力，从而优化了生产路径并最大化了晶圆厂的生产力。
随着芯片变得更加先进，即便是最微小的缺陷也会影响质量和良率，因此更快、更准确的检测对于半导体设计和制造至关重要。台积电正在使用英伟达Metropolis平台和英伟达TAO工具包（NVIDIA TAO Toolkit）来改进高级缺陷分类。通过使用视觉AI，台积电已提升了在纳米尺度上检测缺陷的能力。
这些能力帮助台积电改进质量检测，同时减少在工艺条件、检测工具和缺陷类型发生变化时，因重复标注和重新训练而产生的需求。
先进的半导体晶圆厂是人类建造的最复杂的设施之一，需要对工具、材料、机器人、人员和厂务系统进行精确协调。台积电正在探索使用英伟达Omniverse库来构建FabTwin，这是一个用于评估工艺工具布局和相关模拟工作流的虚拟晶圆厂环境。通过在物理实施之前对设计场景进行数字测试，台积电可以更灵活地比较复杂配置，并更早地识别潜在约束。这种“虚拟优先”的方法极大地提高了规划效率，并在任何物理或资本投入之前加速了关键决策。
