英伟达与台积电深化合作，将AI技术引入晶圆厂提升制造效率

在半导体工艺不断向更先进制程迈进的时代，将芯片设计转化为规模化量产已成为全球最具挑战性的计算难题之一。如今，从计算光刻到晶圆检测，整个制造流程都依赖于大规模仿真运算与实时优化，人工智能系统正成为攻克这些难题的关键力量。

全球领先的芯片设计公司英伟达近日宣布，其长期合作伙伴、半导体制造巨头台积电，正在全面采用英伟达的加速计算与人工智能技术，以推动半导体设计与制造领域的革新。这一合作旨在通过AI赋能，缩短先进晶圆厂的生产周期、提升能效、提高产品良率并优化整体运营效率。

AI技术赋能四大核心制造环节

面对先进半导体设计与制造中的海量计算任务和高协同要求，台积电在英伟达GPU上，运用其CUDA-X函数库与人工智能模型，加速了多个关键环节的计算任务。

在至关重要的计算光刻领域，台积电采用了面向光刻工艺的GPU加速函数库英伟达cuLitho。光刻是芯片掩模设计的核心制版工艺，

在晶体管、设备与制程仿真方面，台积电使用英伟达cuEST电子结构仿真函数库开展半导体材料设计。依托GPU加速技术，化学仿真运算速度得到了显著提升，

从制程控制到工厂运营的全面优化

除了前端设计与仿真，AI技术也深入到了制程控制和工厂运营的方方面面。台积电借助英伟达cuML机器学习函数库，在GPU上加速大规模数据分析。该方案能够快速运算算法，梳理数万道生产工序中的数十万项制程参数，并将其精准输入机器学习模型，从而大幅降低制程波动。

在晶圆厂运营优化层面，台积电基于CUDA实现GPU加速排程运算，并搭配英伟达H200 GPU，显著提升了晶圆厂产能。借助H200 GPU的强大CUDA算力，台积电能够更好地应对各类复杂生产限制，精简生产流程，最大化厂区产能。

随着芯片工艺愈发精密，对缺陷检测的精度和速度要求也水涨船高。台积电采用英伟达Metropolis智能视觉平台与TAO工具包，优化高端芯片的缺陷分类工作，实现了纳米级缺陷检测能力的升级。这套方案不仅提升了质检水平，

构建数字孪生，探索未来工厂形态

高端半导体晶圆厂是结构最为复杂的工业设施之一。台积电正探索运用英伟达Omniverse函数库搭建晶圆厂数字孪生（FabTwin），打造虚拟晶圆厂环境。这种模式允许工程师在实体设备落地前，先在虚拟环境中测试设备布局和仿真工作流，灵活对比复杂方案，提前排查潜在运行瓶颈。

这种“先虚拟、后实体”的规划方式，大幅提升了决策和规划效率，有助于在投入巨额实体建设资金之前，加快关键决策的落地速度，为未来更智能、更高效的晶圆厂运营模式奠定了基础。