.
Comente Como o salmão retornando às suas águas ancestrais, as GPUs da Nvidia retornam às fábricas de chips.
TSMC, ASML e Synopsys estão usando os aceleradores da Nvidia para acelerar ou aumentar a litografia computacional. Enquanto isso, KLA Group, Applied Materials e Hitachi agora estão usando código de aprendizado profundo executado no silício de processamento paralelo da Nv para inspeção de wafer óptico e feixe eletrônico.
É claro que as fábricas são embaladas com eletrônicos, então chips de todos os tipos voltam ao poleiro de alguma forma. Mas é interessante ver as GPUs acelerando essa parte do processo de fabricação. À medida que diminuímos as portas do transistor, ajudando-nos a incluir mais delas em nossos processadores, a litografia computacional é necessária – como é o caso há vários anos – para produzir fotomáscaras capazes de gravar as características cada vez menores das portas em silício.
Até recentemente, essas cargas de trabalho eram executadas principalmente em núcleos de CPU, embora, com os ajustes certos, as GPUs sejam muito boas em acelerar essas tarefas.
Para litografia computacional, o processo é bastante simples. A maioria dos chips é gravada em silício projetando comprimentos de onda específicos de luz – geralmente na parte ultravioleta extrema do espectro – através de uma fotomáscara. Para produzir transistores cada vez menores em matrizes de silício, os engenheiros tiveram que ser criativos para evitar, por um lado, que a distorção borrasse os recursos. Hoje, essas fotomáscaras são tão ornamentadas que são geradas em enormes clusters de computação que podem levar semanas para serem concluídas.
Usando a aceleração de GPU, o CEO da Nvidia, Jensen Huang, afirma que esse processo pode ser acelerado em 50x. “Dezenas de milhares de servidores de CPU podem ser substituídos por algumas centenas de sistemas DGX, reduzindo energia e custos em uma ordem de magnitude”, disse ele esta semana.
Usando IA para construir chips melhores
Qualquer pessoa que esteja prestando atenção ultimamente saberá que os processadores gráficos são bons para mais do que computação de alto desempenho. Eles também são o coração pulsante do qual depende a IA em larga escala de hoje. E embora a Nvidia tenha parado de afirmar que a inteligência artificial está presente em seu cuLitho pilha de software em março, Vivek Singh, vice-presidente do grupo de tecnologia avançada da Nvidia, deixou claro que é apenas uma questão de tempo até que a IA seja amplamente aplicada à litografia computacional.
No semicondutor ITF conferência na terça-feira desta semana, Huang, da Nvidia, divulgou o potencial da IA para dar nova vida à Lei de Moore. “A fabricação de chips é um aplicativo ideal para computação acelerada e de IA da Nvidia”, ele insistiu. Bem, ele diria isso.
Embora as fábricas já sejam altamente automatizadas, a Nvidia vê uma oportunidade de aplicar o trabalho que está fazendo em robótica, veículos autônomos e chatbots na fabricação de chips – e ganhar milhões vendendo GPUs para designers de processadores, fornecedores de equipamentos e fundições.
Durante seu discurso, Huang provocou VIMAum “modelo de IA incorporado multimodal treinado para executar tarefas com base em prompts de texto visual, como reorganizar objetos para corresponder a uma cena”.
Huang não mencionou explicitamente a aplicação disso ao software de design de chips, mas, dada a ênfase da conferência na fabricação de semicondutores, é fácil ver como poderia ser. “Estou ansioso para que a robótica física-IA e os gêmeos digitais baseados no Omniverse ajudem a avançar no futuro da fabricação de chips”, acrescentou.
o tempo está maduro
O súbito interesse da Nvidia em vender a indústria de semicondutores em computação acelerada não é surpreendente.
Seguindo o colapso do mercado de GPU para consumidores e o inverno cripto em andamento, a divisão de datacenter da Nv fez a maior parte do trabalho pesado para a corporação. Huang até levou um corte salarial no último trimestre devido ao desempenho mediano de sua empresa.
Apesar de uma desaceleração um tanto recente na demanda de chips – principalmente no segmento de ponta – as operadoras de fundição, como Samsung, TSMC, Intel, SK hynix, entre outras, estão avançando com novos projetos de fundição. Essa expansão foi impulsionada em grande parte por uma série de movimentos nos EUA, Europa e região da Ásia-Pacífico, que combinados valem mais de US$ 100 bilhões em incentivos fiscais e subsídios para o mundo dos semicondutores. A Nvidia está em uma posição privilegiada para se beneficiar do maior desenvolvimento de chips.
A IA pode deixar os trabalhadores de colarinho branco preocupados – certifique-se de verificar Chaleira desta semana para saber mais sobre isso – mas poderia resolver a falta de trabalhadores qualificados no espaço de semicondutores.
No início do ano passado, o Centro de Segurança e Tecnologia Emergente avisou que o “reshoring” da fabricação de semicondutores nos Estados Unidos poderia ser prejudicado pela falta de trabalhadores qualificados. Pela estimativa deles, a América precisaria treinar, contratar ou importar mais 27.000 trabalhadores.
O fundador da TSMC, Morris Chang, repetidamente apontou quanto a fabricação de semicondutores é mais cara nos EUA em comparação com Taiwan.
Para preencher esse vazio e conter custos, não nos surpreenderia ver os fabricantes de chips se esforçando ainda mais para automatizar ainda mais o processo de fabricação e design, aproveitando mais a IA/ML. ®
.
