NVIDIA首席執行官表示，理想應用芯片制造是黃仁人工智能的“理想應用”

NVIDIA首席執行官黃仁勛（Jensen Huang）在2023年ITFWorld大會上向半導體行業領導者介紹了加速計算和人工智能的作用。

NVIDIA創始人兼首席執行官黃仁勛（Jensen Huang）周二表示，勛芯芯片制造是片制NVIDIA加速和AI計算的“理想應用”。

Huang在比利時安特衛普舉行的加計算ITF 2023世界半導體大會上詳細介紹了計算技術的最新進步如何加速“世界上最重要的產業”。

黃通過視頻向來自半導體、速和技術和通信行業的理想應用領導人發表了講話。

“我很高興看到NVIDIA加速計算和人工智能為世界芯片制造業服務，黃仁”Huang在詳細介紹加速計算、勛芯人工智能和半導體制造的片制進展如何交叉時說道。

下為視頻

人工智能，加計算加速計算升級

黃仁勛說，速和近四十年來，理想應用CPU的黃仁指數級性能增長一直是科技行業的主導動力。

但在過去的勛芯幾年里，CPU的設計已經成熟，他說。盡管對計算能力的需求激增，但半導體變得更加強大和高效的速度正在放緩。

“因此，全球對云計算的需求導致數據中心功耗飆升，”Huang說。

黃說，在支持更多計算能力的“寶貴利益”的同時，努力實現凈零排放需要一種新的方法。

這一挑戰自然適合NVIDIA，它開創了加速計算的先河，將GPU的并行處理能力與CPU相結合。

這種加速反過來又引發了人工智能革命。十年前，Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton等深度學習研究人員發現，GPU可能是具有成本效益的超級計算機。

黃說，從那時起，NVIDIA為深度學習重新設計了計算堆棧，為“機器人、自動駕駛汽車和制造業帶來了數萬億美元的機會”。

Huang解釋道，通過卸載和加速計算密集型算法，NVIDIA通常會將應用程序的速度提高10-100倍，同時將功耗和成本降低一個數量級。

人工智能和加速計算正在共同改變科技行業。“我們正在經歷兩個同時發生的平臺轉型——加速計算和生成人工智能，”黃說。

人工智能、加速計算 進入芯片制造

Huang解釋說，先進的芯片制造需要1000多個步驟，生產出生物分子大小的特征。每一步都必須近乎完美，才能產生功能輸出。

Huang說：“在每個階段都要進行復雜的計算科學，以計算要圖案化的特征，并進行在線過程控制的缺陷檢測。”。“芯片制造是NVIDIA加速和人工智能計算的理想應用。”

Huang列舉了幾個NVIDIA GPU在芯片制造中越來越不可或缺的例子。

D2S、IMS納米制造和NuFlare等公司使用電子束制造掩模寫入器——制造光掩模的機器，將圖案轉移到晶片上的模板。NVIDIA GPU加速了這些掩模寫入程序的模式渲染和掩模過程校正的計算需求任務。

半導體制造商臺積電和設備供應商KLA和Lasertech使用極紫外光（EUV）和深紫外光（DUV）進行口罩檢查。NVIDIA GPU在處理經典物理建模和深度學習以生成合成參考圖像和檢測缺陷方面也發揮著至關重要的作用。

KLA、Applied Materials和Hitachi High Tech在其電子束和光學晶圓檢查和審查系統中使用NVIDIA GPU。

3月，NVIDIA宣布正在與臺積電、ASML和新思科技合作，以加速計算光刻。

Huang解釋道，計算光刻模擬了通過光學器件并與光刻膠相互作用的光行為的Maxwell方程。

計算光刻是芯片設計和制造中最大的計算工作量，每年消耗數百億CPU小時。大規模數據中心全天候運行，為新芯片創建掩模版。

NVIDIA cuLitho于3月推出，是一個軟件庫，具有用于GPU加速計算光刻的優化工具和算法。

“我們已經將處理速度提高了50倍，”黃說。“成千上萬的CPU服務器可以被幾百個NVIDIA DGX系統取代，從而將功耗和成本降低了一個數量級。”

黃說，節省下來的資金將減少碳排放，或使新算法能夠突破2納米。

下一步是什么？

人工智能的下一波浪潮是什么？黃描述了一種新型的人工智能——“嵌入式人工智能”，即能夠理解、推理和與物理世界互動的智能系統。

他說，例子包括機器人、自動駕駛汽車，甚至聊天機器人，它們更聰明，因為它們了解物理世界。

黃向觀眾展示了NVIDIA VIMA，這是一種多模態的人工智能。黃說，VIMA可以通過視覺文本提示執行任務，例如“重新排列對象以匹配這個場景”

它可以學習概念并采取相應的行動，例如“這是一個小部件”、“那是一個東西”，然后“把這個小部件放在那個東西里”。黃說，它還可以從演示中學習并保持在指定的范圍內。

VIMA在NVIDIA AI上運行，其數字孿生在3D開發和模擬平臺NVIDIA Omniverse上運行。黃說，以物理學為基礎的人工智能可以學習模仿物理學，并做出遵守物理定律的預測。

研究人員正在構建大規模融合現實世界和虛擬世界信息的系統。

NVIDIA正在構建一個名為Earth-2的地球數字孿生兄弟，它將首先預測天氣，然后預測長期天氣，最后預測氣候。NVIDIA的Earth-2團隊創建了FourCastNet，這是一個模擬全球天氣模式的物理人工智能模型，速度快50-100000倍。

FourCastNet運行在NVIDIA AI上，Earth-2數字孿生是在NVIDIAOmniverse中構建的。

這樣的系統有望應對我們這個時代的最大挑戰，例如對廉價清潔能源的需求。

例如，英國原子能管理局（Atomic Energy Authority）和曼徹斯特大學（University of Manchester）的研究人員正在為他們的聚變反應堆創建一個數字孿生模型，使用物理-人工智能（physics-AI）模擬等離子體物理，使用機器人控制反應并維持燃燒的等離子體。

黃說，科學家可以在激活物理反應堆之前，通過在數字孿生中測試這些假設來探索假設，從而提高能量產出、預測性維護和減少停機時間。“反應堆等離子體物理AI在NVIDIA AI上運行，其數字孿生在NVIDIAOmniverse上運行，”Huang說。

這樣的系統有望在半導體行業取得進一步的進步。黃說：“我期待著物理人工智能、機器人和基于Omniverse的數字雙胞胎幫助推動芯片制造的未來。”。

審核編輯 ：李倩