Yapay Zeka Yarı İletken Fabrikalarının İşleyişini Değiştiriyor, Mühendisler Bu Sayede Daha Hızlı Hareket Ediyor
Gelişmiş çiplere talep artıyor. Onları üretmek için kullanılan süreçler daha karmaşık hale geliyor. Ve hata payı daralıyor.
Mühendisler için bir süreç değişiminin nasıl davranacağını, bir malzemenin yeni bir adımla nasıl etkileşime gireceğini, bir kusurun kök nedene nasıl bağlanacağını anlamak yarı iletken üretiminde kritik ve zorlu adımlardır — ve bu analizler günler sürebilir. Fabrika hattında fiziksel deneyler yavaş ve pahalıdır. Verim veya süreç kalitesi konusunda yapılacak bir hâlin gerçek sonuçları vardır.
Yapay zekâ yarı iletken üretimi dönüştürüyor, mühendislerin ne yapabileceğini — ve ne kadar hızlı yapabileceğini etkiliyor.
Hızlandırılmış hesaplama, simülasyon süresini kısaltarak mühendislerin fiziksel denemeye başlamadan önce daha fazla alternatifi değerlendirmesini sağlıyor.
Fizik temelli yapay zekâ, mühendislerin her seferinde tam bir simülasyon çalıştırmadan süreç davranışını tahmin etmesini sağlıyor.
Yapay zekâ ajanları, bir zamanlar saatler süren mühendislik görevi sıralarını yönetiyor.
Dijital ikizler ise ekiplerin fiziksel denemeye başlamadan önce değişimleri sanal bir ortamda test etmesini sağlıyor.
Bu yetenekler birlikte, yapay zekâ tanımlı bir fabrikayı betimliyor: yapay zekânın mühendislere süreçleri optimize etmede, sorunları daha erken yakalamada ve çip üretiminin tamamı boyunca daha iyi kararlarda yardımcı olduğu bir yarı iletken üretim fabrikası. Mühendisler, yanıtları beklemek için harcadıkları süreyi azaltırken işi yönlendiriyor ve uzmanlıklarına dayanarak karar veriyor.
Kısa Simülasyon Döngüleri Mühendislerin Keşfedebileceği Şeyi Değiştiriyor
Hızlandırılmış hesaplama yalnızca bireysel hesaplamaları hızlandırmıyor — aynı zamanda mühendislerin hâliye başlamadan önce test edebileceği alternatif sayısını da değiştiriyor.
Çok fizikli simülasyonlar, ısı transferi, elektriksel davranış ve mekanik gerilim gibi fiziksel etkileşimleri modeller.
Çok fizikli simülasyon yazılımı sağlayıcısı COMSOL, NVIDIA cuDSS kütüphanesini kullanarak yarı iletken üretimi için böyle simülasyonları 10’a kadar hızlandırıyor. Bu, mühendislerin ekipman ve süreçleri optimize etmelerine, alternatifleri karşılaştırmalarına ve hangi değişimlerin fiziksel olarak test edileceğine karar vermelerine yardımcı oluyor.
Applied Materials ve NVIDIA, atomik ölçekli malzeme keşfi ve süreç geliştirme çalışmalarını hızlandırmak için işbirliği yapıyor. NVIDIA cuDSS’nin entegrasyonu ile Applied’ın Ginestra simülasyon platformu, yalnızca CPU kullanılan yaklaşımlardan 10’a kadar daha hızlı çalışıyor. NVIDIA PhysicsNeMo ile ise Applied’ın ACE+ çoklu fizik platformu, topoloji simülasyonlarını 35’e kadar daha hızlı sonuç veriyor.
Bazı durumlarda hızlanma yalnızca hesaplamayı kısaltmakla kalmıyor, aynı zamanda hesaplamayı mümkün kılıyor. Hesaplama litografisi — devre desenlerinin silisyuma nasıl basılacağını tanımlayan bu yöntem — üretim ölçeğinde CPU üzerinde tamamlanması çok yoğun hesaplamalar içeriyor. Siemens, NVIDIA cuLitho’yu Calibre litografi yazılımına entegre ederek, temel simülasyon iş yüklerinde 17’ye kadar hızlanma sağlıyor. Bu da mühendislerin bir wafer basılmadan önce doğrulayabileceği alanı genişletiyor.
Bu sayede daha hızlı hesaplamalar, araştırmacıların yeni nesil yarı iletken süreçlerini etkileyen malzeme davranışları ve tepere yollarını araştırmalarına yardımcı olabiliyor.
Her Simülasyonu Çalıştırmadan Süreç Davranışını Öngörme
Simülasyonları hızlandırmaya ek olarak, fizik üzerinde eğitilen yapay zeka, malzemelerin ve süreçlerin nasıl davranacağını her seferinde tam bir simülasyon çalıştırmadan öngörebiliyor.
Bu kazanım, hızlandırılmış donanımda bile maliyetli olan karmaşık hesaplamalarda en belirgin şekilde görülüyor.
Plazma — yarı iletken aşındırma süreçlerinde kullanılan elektriksel yüklü gaz — buna bir örnek. Plazma davranışının modellenmesi, elektriksel, kimyasal ve termal süreçlerin nasıl etkileştiğini yakalayan denklemlerin çözülmesini gerektiriyor ve bu da tekrarlanan simülasyonları maliyetli kılıyor. NVIDIA PhysicsNeMo, plazma tahmini simülasyon süresini günden milisaniyeye kadar düşürebiliyor.
Lam Research, NanoVDB’yi şirketin Semiverse Solutions sanal ürün ailesinin bir parçası olan gelişmiş yarı iletken süreç modelleme platformu SEMulator3D’sine entegre etmeyi planlıyor. NanoVDB’nin eklenmesinin, seçili wafer-ashındırma modellemesini 30’a kadar hızlandırması bekleniyor.
Applied Materials, fab düzeyinde optimizasyonları yerleşim, kapasite, maliyet ve süreç kontrolü açısından simüle etmek için NVIDIA Omniverse kütüphaneleri üzerine kurulu dijital ikizleri kullanır.
Kararlar Arasındaki Adımları Ajanlar Yönetir
Mühendisler analizleri kararlara dönüştürür — bir tasarımı gözden geçirir, bir test hatasını inceler, bir üretim sürecini ayarlar ve daha fazlasını yapar.
AI ajanları, bu kararlar arasındaki adımları gerçekleştirmeye yardımcı olabilir.
Bir görev için hangi AI modelinin uygulanacağı değerlendirmesi buna bir örnek: test alanında saatler alabilen ardışık, manuel bir süreç.
Advantest, bu seçimi otomatikleştirmek için yanıt sürelerini saatten dakikaya indiren NVIDIA NeMo Switchyard AI ajanlarını kullanır.
Üretim Hattına Ulaşmadan Önce Fabrika Değişikliklerini Test Etme
Dijital ikizler, ekiplerin fiziksel denemelere başlamadan önce sanal bir ortamda ekipman yapılandırmalarını, yerleşimlerini ve süreç değişikliklerini simüle etmelerini sağlar. Bu, deneyim maliyetlerini azaltır; özellikle fabrikalar daha karmaşık hale geldikçe ve yanlış bir değişikliğin bedeli yükseldikçe bu önem daha da artar.
Fiziksel açıdan gerçekçi bir fabrika dijital ikizi, NVIDIA Omniverse kütüphaneleri kullanılarak malzeme akışını simüle etmek, darboğazları tespit etmek ve operasyonel stratejileri yaygınlaştırmadan önce değerlendirmek için kullanılır. Görüntü Applied Materials’a aittir.
Applied Materials, tüm fabrikaların fiziksel açıdan doğru dijital ikizlerini oluşturmak için NVIDIA Omniverse kütüphaneleri kullanır. Ekipler malzeme hareketini simüle edebilir, darboğazları tespit edebilir ve yerleşimleri ile operasyonel stratejileri değerlendirebilir — sanal deneyimi bireysel süreçlerden fabrikanın bütünü olarak nasıl çalıştığına kadar genişletir.
Bağlantılı Döngü
Semikonktör üretiminden gelecek gelecek, bu yeteneklerin birbirine bağlanmasında yatmaktadır: üretim verilerini modelleri beslemek ve modelleri değişiklikleri değerlendirmek için kullanmak, ardından bu bulguları üretim kararları veren mühendlere geri taşımak.
Bu, AI tanımlı fabrikanın vaadi: AI’ın insanlara her üretim döngüsünden ders çıkarmaya ve bu bilgiyi daha erken harekete geçmeye yardımcı olduğu yer.
Chip yaşam döngüsü boyunca NVIDIA’nın semikonktör liderleriyle nasıl çalıştığını keşfedin.
Yorumlar
[…] Çekebilir: Yapay Zeka Yarı İletken Fabrikalarının İşleyişini Değiştiriyor, Mühendisler Bu Sayede Daha… Kaynak: Blogs […]