.
GTC A última aposta da Nvidia? Consolidando-se como uma parte fundamental da cadeia de fornecimento de fabricação de semicondutores.
Na GTC esta semana, o fabricante de chips revelou o cuLitho, uma biblioteca de software projetada para acelerar as cargas de trabalho de litografia computacional usadas por empresas como TSMC, ASML e Synopsys, usando suas GPUs.
A ideia por trás da plataforma é descarregar e paralelizar o processo complexo e computacionalmente caro de geração de fotomáscaras usadas por máquinas de litografia para gravar recursos em nanoescala, como transistores ou fios, em pastilhas de silício.
“Cada design de chip é composto por cerca de 100 camadas e, no total, contém trilhões de polígonos ou padrões. Cada uma dessas 100 camadas é codificada separadamente em uma fotomáscara – um estêncil para o design, se você preferir – e, usando uma câmera bastante cara, é impressa sucessivamente em silício”, explicou Vivek Singh, vice-presidente do grupo de tecnologia avançada da Nvidia, durante uma coletiva de imprensa. conferência na segunda-feira.
Originalmente, as fotomáscaras eram apenas um negativo da forma que os engenheiros tentavam gravar no silício, mas como os transistores ficaram menores, essas fotomáscaras se tornaram mais complexas para neutralizar os efeitos da distorção óptica. Se não for verificada, essa distorção pode desfocar esses recursos irreconhecíveis. Esse processo é chamado de correção de proximidade óptica (OPC) e, mais recentemente, evoluiu para a tecnologia de litografia inversa (ILT). No caso deste último, as fotomáscaras não se parecem em nada com o recurso que foram projetadas para imprimir.
E quanto mais ornamentadas essas fotomáscaras ficam, mais potência computacional é necessária para produzi-las. No entanto, usando GPUs, a Nvidia acredita que pode não apenas acelerar esse processo, mas também reduzir o consumo de energia necessário. A empresa afirma que o cuLitho executado em suas GPUs é aproximadamente 40 vezes mais rápido do que as plataformas de litografia computacional existentes executadas em CPUs de uso geral.
“Isso ajudará a indústria de semicondutores a manter o ritmo de inovação no qual todos nós confiamos e melhorará o tempo de comercialização de todos os tipos de chips no futuro”, afirmou Singh.
No entanto, pelo menos no curto prazo, as expectativas da Nvidia parecem ser um pouco mais fundamentadas. A empresa espera que as fábricas que usam cuLitho possam produzir de 3 a 5 vezes mais fotomáscaras por dia, usando 9% menos energia, o que, se for verdade, deve ajudar a aumentar as margens já estreitas das fundições
E com nomes como ASML, Synopsys e TSMC se alinhando para integrar as GPUs e bibliotecas da Nvidia em suas plataformas de software e fábricas, não teremos que esperar muito para ver essas reivindicações postas à prova.
A TSMC já está investigando as GPUs e cuLitho da Nvidia para acelerar fotomáscaras ILT, enquanto a ASML e a Synopsys estão trabalhando para integrar o suporte para aceleração de GPU usando cuLitho em suas plataformas de software de litografia computacional.
E enquanto os executivos da Nvidia adorariam vender suas arquiteturas de GPU mais recentes e caras para essas empresas, Singh observa que a biblioteca é compatível com GPUs desde a geração Volta, que estreou em 2017.
Embora a Nvidia esteja usando GPUs para acelerar essas cargas de trabalho, vale a pena notar que a cuLitho ainda não está usando aprendizado de máquina ou IA para otimizar o design de semicondutores. Mas não é segredo que a Nvidia também está trabalhando nesse problema específico.
“Muito disso tem a ver com a aceleração das operações primitivas subjacentes da litografia computacional”, disse Singh. “Mas direi que a IA está muito em andamento no cuLitho.”
Como nosso site irmão A Próxima Plataforma relatado no verão passado, a Nvidia vem trabalhando em maneiras de acelerar as cargas de trabalho de litografia computacional há algum tempo. Em um trabalho de pesquisa publicado em julho, os engenheiros da empresa usaram IA para projetar circuitos equivalentes 25% menores do que aqueles criados com plataformas EDA tradicionais.
A Nvidia dificilmente é a única empresa que investiga o uso de aprendizado de máquina para acelerar o design de circuitos. A Synopsys e a Cadence implementaram tecnologias de IA em seus portfólios, enquanto os pesquisadores do Google desenvolveram um modelo de aprendizado profundo chamado PRIME para criar projetos de aceleradores menores e mais rápidos. E anteriormente, a empresa usava modelos de aprendizado por reforço para projetar partes de sua unidade de processamento de tensor (TPU).
Com isso dito, o mercado endereçável para algo como cuLitho não é tão grande, e graças a esforços pelo Departamento de Comércio dos EUA para sufocar a incipiente indústria de semicondutores da China, o número só está diminuindo.
A cuLitho quase certamente estará sujeita aos controles de exportação dos EUA que regem a venda de equipamentos e software de fabricação de semicondutores avançados para países preocupantes, o que, no momento, significa a China. Pressionado neste ponto, Singh disse que a biblioteca estaria “disponível onde quer que este software OPC de ponta a ponta esteja disponível”, mas se recusou a comentar mais sobre as restrições comerciais dos EUA. ®
.
