NVIDIA黄仁勋：芯片制造是NVIDIA加速和AI计算的“理想应用”

NVIDIA首席执行官表示，芯片制造是人工智能的“理想应用”

NVIDIA首席执行官黄仁勋（Jensen Huang）在2023年ITF World大会上向半导体行业领导者介绍了加速计算和人工智能的作用。

NVIDIA创始人兼首席执行官黄仁勋（Jensen Huang）周二表示，芯片制造是NVIDIA加速和AI计算的“理想应用”。

Huang在比利时安特卫普举行的ITF 2023世界半导体大会上详细介绍了计算技术的最新进步如何加速“世界上最重要的产业”。

黄通过视频向来自半导体、技术和通信行业的领导人发表了讲话。

“我很高兴看到NVIDIA加速计算和人工智能为世界芯片制造业服务，”Huang在详细介绍加速计算、人工智能和半导体制造的进展如何交叉时说道。

下为视频

人工智能，加速计算升级

黄仁勋说，近四十年来，CPU的指数级性能增长一直是科技行业的主导动力。

但在过去的几年里，CPU的设计已经成熟，他说。尽管对计算能力的需求激增，但半导体变得更加强大和高效的速度正在放缓。

“因此，全球对云计算的需求导致数据中心功耗飙升，”Huang说。

黄说，在支持更多计算能力的“宝贵利益”的同时，努力实现净零排放需要一种新的方法。

这一挑战自然适合NVIDIA，它开创了加速计算的先河，将GPU的并行处理能力与CPU相结合。

这种加速反过来又引发了人工智能革命。十年前，Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton等深度学习研究人员发现，GPU可能是具有成本效益的超级计算机。

黄说，从那时起，NVIDIA为深度学习重新设计了计算堆栈，为“机器人、自动驾驶汽车和制造业带来了数万亿美元的机会”。

Huang解释道，通过卸载和加速计算密集型算法，NVIDIA通常会将应用程序的速度提高10-100倍，同时将功耗和成本降低一个数量级。

人工智能和加速计算正在共同改变科技行业。“我们正在经历两个同时发生的平台转型——加速计算和生成人工智能，”黄说。

人工智能、加速计算 进入芯片制造

Huang解释说，先进的芯片制造需要1000多个步骤，生产出生物分子大小的特征。每一步都必须近乎完美，才能产生功能输出。

Huang说：“在每个阶段都要进行复杂的计算科学，以计算要图案化的特征，并进行在线过程控制的缺陷检测。”。“芯片制造是NVIDIA加速和人工智能计算的理想应用。”

Huang列举了几个NVIDIA GPU在芯片制造中越来越不可或缺的例子。

D2S、IMS纳米制造和NuFlare等公司使用电子束制造掩模写入器——制造光掩模的机器，将图案转移到晶片上的模板。NVIDIA GPU加速了这些掩模写入程序的模式渲染和掩模过程校正的计算需求任务。

半导体制造商台积电和设备供应商KLA和Lasertech使用极紫外光（EUV）和深紫外光（DUV）进行口罩检查。NVIDIA GPU在处理经典物理建模和深度学习以生成合成参考图像和检测缺陷方面也发挥着至关重要的作用。

KLA、Applied Materials和Hitachi High Tech在其电子束和光学晶圆检查和审查系统中使用NVIDIA GPU。

3月，NVIDIA宣布正在与台积电、ASML和新思科技合作，以加速计算光刻。

Huang解释道，计算光刻模拟了通过光学器件并与光刻胶相互作用的光行为的Maxwell方程。

计算光刻是芯片设计和制造中最大的计算工作量，每年消耗数百亿CPU小时。大规模数据中心全天候运行，为新芯片创建掩模版。

NVIDIA cuLitho于3月推出，是一个软件库，具有用于GPU加速计算光刻的优化工具和算法。

“我们已经将处理速度提高了50倍，”黄说。“成千上万的CPU服务器可以被几百个NVIDIA DGX系统取代，从而将功耗和成本降低了一个数量级。”

黄说，节省下来的资金将减少碳排放，或使新算法能够突破2纳米。

下一步是什么？

人工智能的下一波浪潮是什么？黄描述了一种新型的人工智能——“嵌入式人工智能”，即能够理解、推理和与物理世界互动的智能系统。

他说，例子包括机器人、自动驾驶汽车，甚至聊天机器人，它们更聪明，因为它们了解物理世界。

黄向观众展示了NVIDIA VIMA，这是一种多模态的人工智能。黄说，VIMA可以通过视觉文本提示执行任务，例如“重新排列对象以匹配这个场景”

它可以学习概念并采取相应的行动，例如“这是一个小部件”、“那是一个东西”，然后“把这个小部件放在那个东西里”。黄说，它还可以从演示中学习并保持在指定的范围内。

VIMA在NVIDIA AI上运行，其数字孪生在3D开发和模拟平台NVIDIA Omniverse上运行。黄说，以物理学为基础的人工智能可以学习模仿物理学，并做出遵守物理定律的预测。

研究人员正在构建大规模融合现实世界和虚拟世界信息的系统。

NVIDIA正在构建一个名为Earth-2的地球数字孪生兄弟，它将首先预测天气，然后预测长期天气，最后预测气候。NVIDIA的Earth-2团队创建了FourCastNet，这是一个模拟全球天气模式的物理人工智能模型，速度快50-100000倍。

FourCastNet运行在NVIDIA AI上，Earth-2数字孪生是在NVIDIAOmniverse中构建的。

这样的系统有望应对我们这个时代的最大挑战，例如对廉价清洁能源的需求。

例如，英国原子能管理局（Atomic Energy Authority）和曼彻斯特大学（University of Manchester）的研究人员正在为他们的聚变反应堆创建一个数字孪生模型，使用物理-人工智能（physics-AI）模拟等离子体物理，使用机器人控制反应并维持燃烧的等离子体。

黄说，科学家可以在激活物理反应堆之前，通过在数字孪生中测试这些假设来探索假设，从而提高能量产出、预测性维护和减少停机时间。“反应堆等离子体物理AI在NVIDIA AI上运行，其数字孪生在NVIDIAOmniverse上运行，”Huang说。

这样的系统有望在半导体行业取得进一步的进步。黄说：“我期待着物理人工智能、机器人和基于Omniverse的数字双胞胎帮助推动芯片制造的未来。”。

审核编辑 ：李倩