NVIDIA cuLitho 可将半导体制造中高度计算密集型的工作负载加快 40-60 倍，并为业界带来全新的生成式  AI 算法

NVIDIA 于今日宣布，为加快下一代先进半导体芯片的制造速度并克服物理限制，TSMC 和 Synopsys 将在生产中使用 NVIDIA 计算光刻平台。

全球领先的晶圆厂 TSMC 与硅片到系统设计解决方案领域的领先企业 Synopsys 已将 NVIDIA cuLitho 集成到其软件、制造工艺和系统中，在加速芯片制造速度的同时，也加快了对未来最新一代 NVIDIA Blackwell 架构 GPU 的支持。

NVIDIA 创始人兼首席执行官黄仁勋表示：“计算光刻技术是芯片制造的基石。我们与 TSMC 和 Synopsys 围绕 cuLitho 展开合作，通过加速计算和生成式 AI 为半导体微缩开辟了新的方向。”

NVIDIA 还推出了能够增强 GPU 加速计算光刻软件库 cuLitho 的全新生成式 AI 算法。与当前基于 CPU 的方法相比，新方法大幅改进了半导体制造工艺。

半导体领先企业推进 cuLitho 平台的发展

计算光刻是半导体制造工艺中高度计算密集型的工作负载，每年需要消耗数百亿小时的 CPU 计算时间。光掩模是芯片生产中的关键步骤，一个典型的光掩模组可能需要耗费 3000 万小时或以上的 CPU 计算时间，因此需要在半导体代工厂内建立大型数据中心。借助加速计算，现在可以用 350 套 NVIDIA H100 系统取代 40000 套 CPU 系统，既加快了生产速度，同时又降低了成本、空间要求和功耗。

TSMC 首席执行官魏哲家博士表示：“通过与 NVIDIA 一同将 GPU 加速计算整合到 TSMC 的工作流中，我们大幅提升了性能、增加了吞吐量、缩短了周期时间并减少了功耗。TSMC 正在将NVIDIA cuLitho 投入到生产中，利用这项计算光刻技术推动关键的半导体微缩环节。

自去年推出以来，cuLitho 为 TSMC 的创新图案化技术带来了新的机遇。在共享工作流上进行的 cuLitho 测试显示，两家公司共同将曲线流程速度和传统曼哈顿式流程速度分别提升了 45 倍和近 60 倍。这两种流程的不同点在于曲线流程的光掩模形状为曲线，而曼哈顿式流程的光掩模形状被限制为水平或垂直。

Synopsys 总裁兼首席执行官 Sassine Ghazi 表示：“二十多年来，Synopsys Proteus 光掩模合成软件产品一直是经过生产验证的首选加速计算光刻技术，而计算光刻是半导体制造中要求最严苛的工作负载。发展至先进的制造工艺后，计算光刻的复杂性和计算成本都急剧增加。通过与 TSMC 和 NVIDIA 合作，我们开创了能够运用加速计算的力量将周转时间缩短若干数量级的先进技术，因此这一合作对于实现埃米级微缩至关重要。”

Synopsys开创了加速计算光刻性能的先进技术。与目前基于 CPU 的方法相比，在 NVIDIA  cuLitho 软件库上运行的 SynopsysProteus™ 光学邻近效应校正软件显著加快了计算工作负载。借助 Proteus 光掩模合成产品，TSMC 等制造商可以在邻近效应矫正、构建校正模型以及分析已校正和未校正集成电路布局图案的邻近效应方面实现出色的精度、效率和速度，为芯片制造工艺带来了变革。

适用于计算光刻技术的开创性生成式 AI 支持

NVIDIA 开发的生成式 AI 应用算法进一步提高了 cuLitho 平台的价值。在 cuLitho 加快流程速度的基础上，这一全新生成式 AI 工作流将速度又提升了 2 倍。以这种方式应用生成式 AI 可以创建出近乎完美的反向光掩模或反向解决方案来解决光的衍射问题，然后再通过传统的严格物理方法推导出最终的光掩模，从而将整个光学邻近效应校正（OPC）流程加快两倍。

目前，晶圆厂工艺的许多变化都需要对 OPC 进行修改，这增加了所需的计算量并给晶圆厂的开发周期带来了瓶颈。借助 cuLitho 所提供的加速计算以及生成式 AI，这些成本和瓶颈都能得到缓解，使晶圆厂能够腾出可用的计算能力和工程带宽，以便在开发 2 纳米及更先进的新技术时设计出更多新颖的解决方案。

更多信息，请观看 NVIDIA 创始人兼首席执行官黄仁勋的 GTC 2024 主题演讲回放。在3月21日之前注册 GTC 以参加由 NVIDIA 和行业领导者带来的900 多场会议。

关于 NVIDIA

自 1993 年成立以来，NVIDIA（纳斯达克：NVDA）一直是加速计算领域的先驱。NVIDIA 在1999 年发明的 GPU 驱动了 PC 游戏市场的增长，并重新定义了现代计算机图形，开启了现代 AI 时代，正在推动跨市场的工业数字化。NVIDIA 现在是一家全栈计算基础设施公司，其数据中心规模的解决方案正在重塑整个行业。更多信息，请访问 https://nvidianews.nvidia.com/。