今日热点先进芯片的需求持续攀升，制造工艺日益复杂，而容错空间却不断收窄。
对工程师而言，理解工艺变更的表现、厘清新材料与新工序的相互作用，以及如何从缺陷追溯至根本原因，是半导体制造中至关重要且充满挑战的环节 —— 而完成这些分析通常需要耗费数天时间。在晶圆厂产线上进行实际试验不仅耗时较长且成本高昂，而在良率或工艺质量上的任何误判，都会带来严重后果。
AI 正在重塑半导体制造，不仅拓展了工程师的能力边界，更大幅提升了他们的工作效率。
加速计算缩短了仿真时间，让工程师在投入实际测试前，能够评估更多替代方案。
基于物理的 AI 帮助工程师预测工艺表现，无需每次都运行完整的仿真。
AI 智能体接管了以往需要耗时数小时的工程任务序列。同时，数字孪生技术赋能团队在投入实际测试前，即可在虚拟环境中对变更进行测试。
这些能力共同勾勒出“AI 定义的晶圆厂”的图景：在这类半导体制造工厂中，AI 协助工程师优化工艺流程、更早发现问题，并在芯片制造的全生命周期中做出更优决策。工程师依然主导工作并凭借专业经验做出决策，同时大幅减少用于等待结果的时间。
更短的仿真周期，拓展了工程师的探索边界
加速计算不仅提升了单次计算的速度，还改变了工程师在最终测试前能够评估的备选方案数量。
多物理场仿真能够模拟热传递、电气特性和机械应力等物理效应之间的相互作用。
借助 NVIDIA cuDSS 库，多物理场仿真软件提供商 COMSOL 正在将半导体制造相关仿真的速度最高提升至原来的 10 倍。这有助于工程师优化设备与工艺、对比多种备选方案，并决定哪些变更值得进入实际测试阶段。
应用材料公司正与 NVIDIA 展开合作，加速原子尺度的材料发现与工艺开发。通过集成 NVIDIA cuDSS，应用材料公司的 Ginestra 仿真平台的运行速度较仅采用 CPU 的方案最高提升 10 倍。同时，借助 NVIDIA PhysicsNeMo，应用材料公司的 ACE + 多物理场平台可将形貌仿真速度最高提升至原来的 35 倍。
在某些情况下，加速并不只是缩短计算时间，而是让原本无法实现的计算成为可能。计算光刻用于确定如何将电路图案印制到硅片上，其计算强度极高，难以仅靠 CPU 在生产规模下完成。西门子正将 NVIDIA cuLitho 集成到其 Calibre 光刻软件中，使关键仿真工作负载最高加速 17 倍，从而扩大工程师在晶圆进入实际光刻前能够验证的范围。
因此，更快的计算速度能够帮助研究人员探索那些影响下一代半导体工艺的材料行为与反应路径。
无需运行全部仿真，即可预测工艺表现
除了加速仿真之外，基于物理训练的 AI 还能预测材料与工艺的行为表现而无需每次都运行完整的仿真。
这一优势在即使采用加速硬件也依旧成本高昂的复杂计算场景中体现得最为明显。
等离子体 —— 一种用于半导体蚀刻工艺的带电气体 —— 就是典型的例子。对等离子体行为进行建模需要求解能够反映电学、化学和热学过程相互作用的方程，导致重复仿真成本极高。泛林集团展示了 NVIDIA PhysicsNeMo 框架可在毫秒级时间内预测等离子体行为，而完整仿真则需要数天时间，从而让工程师能够在无需每次重新运行完整模型的情况下，更快速地探索工艺条件。
应用材料公司利用基于 NVIDIA Omniverse 库构建的数字孪生，对晶圆厂在布局、吞吐量、成本和工艺控制方面的优化进行仿真。智能体负责处理决策过程中的执行步骤
工程师将分析结果转化为实际决策 —— 例如修改设计、调查测试故障、调整生产工艺等。
AI 智能体可以帮助执行这些决策过程中的各项步骤。
评估针对特定任务应采用哪种 AI 模型就是一个例子：这是一个顺序执行的、手动完成的过程，在测试现场可能会耗费数小时。
爱德万测试正使用 NVIDIA NeMo Switchyard AI 智能体实现模型自动化选择，将响应时间从数小时缩短至数分钟。
在生产线变更前进行先行测试
数字孪生让团队在开展实际测试之前，能够先在虚拟环境中仿真设备配置、布局及工艺变更。这降低了试验成本，尤其是随着晶圆厂日益复杂，错误变更带来的风险也愈发高昂。
基于 NVIDIA Omniverse 库构建的高保真晶圆厂数字孪生，用于在部署前仿真物料流转、识别瓶颈并验证运营策略。图片由应用材料公司提供。应用材料公司利用 NVIDIA Omniverse 库构建物理精准的整厂数字孪生。团队可在部署前仿真物料流转、识别瓶颈，并评估布局与运营策略 —— 将虚拟测试从单一工艺环节，拓展至整座晶圆厂的整体运行。
构建互联闭环
半导体制造的未来在于将这些能力串联起来：利用生产数据来校准模型，借助模型评估变更，再将这些发现反馈给负责生产决策的工程师。
这就是 AI 定义的晶圆厂的愿景所在：让 AI 帮助人们从每一个生产周期中学习，并更快地将这些经验付诸于实际行动。
探索 NVIDIA 如何与半导体行业领导者合作，覆盖芯片全生命周期。