Redian新闻
>
英伟达台积电密谋的“新核弹”,计算光刻如何改变2nm芯片制造?

英伟达台积电密谋的“新核弹”,计算光刻如何改变2nm芯片制造?

科技
GTIC 2023中国AIGC创新峰会将于3月24日举行,聚焦ChatGPT引发的范式革命,解构生成式AI开创的新世界。

黄仁勋、New Bing解读计算光刻:如何影响芯片制造未来?
作者 |  ZeR0
编辑 |  漠影
芯东西3月23日报道,在英伟达GTC大会上,英伟达创始人兼CEO黄仁勋宣布了一项突破性的cuLitho计算光刻技术软件库,它将计算光刻加速40倍以上,为2nm及更先进的工艺奠定基础
光刻机的重要性,在芯片行业里已经如雷贯耳。它是半导体工业皇冠上的明珠,是芯片制造过程中最复杂、最昂贵、最关键的环节,其成本约占整个硅片加工成本的1/3甚至更多。而计算光刻是芯片设计和制造领域中最大的计算工作负载,其速度提高对于挺进先进制程节点至关重要。
cuLitho是英伟达与全球最大晶圆代工厂台积电、全球最大光刻机巨头阿斯麦、全球最大EDA巨头新思科技密切合作,秘密研发近四年的“核弹”
使用cuLitho的晶圆厂,每天可生产3-5多的光掩膜,仅使用当前配置电力的1/9。台积电和新思科技正将cuLitho整合到最新一代英伟达Hopper架构GPU的软件、制造工艺和系统中,阿斯麦计划在让所有计算光刻软件产品支持GPU,台积电将于6月开始对cuLitho进行生产资格认证。
那么,计算光刻技术到底起到什么作用?它究竟对于光刻机以及先进芯片制造产生多重要的影响?为什么英伟达推出加速计算光刻的新技术,会得到三大半导体巨头的盛赞和追捧?
结合黄仁勋“光刻机小课堂”和微软New Bing聊天机器人回复的解释,我们将这些问题一一解答。

01.
黄仁勋光刻机小课堂生动开讲
EUV光刻系统价值超过2.5亿美元


根据复旦大学微电子学院在去年5月发表的《先进光刻技术的发展历程与最新进展》综述文章,光刻技术不断提高的分辨率与图形复制精度成功地将集成电路制造线宽从40多年前的2~3μm缩小到先进的10~15nm。当逻辑技术节点到达5nm,后段必须引入EUV工艺,以减小掩模版数目、节省成本,并提高套刻精度和可靠性。 
中国台积电、韩国三星、美国格罗方德、英特尔等先进的芯片代工厂及IDM大厂在引入EUV技术方面已有技术积累。但中国大陆暂时没有EUV光刻机,芯片代工厂都是用193nm水浸没式光刻机多次曝光实现7nm逻辑芯片的光刻工艺流程。 
在英伟达GTC大会上,为了让大家理解加速计算光刻的重要性,黄仁勋特意给全球观众上了一堂“光刻机小课堂”。

他讲解道,光刻是在晶圆上创建图案的过程,是芯片制造过程的起始阶段,包括两个阶段——光掩膜制造图案投影。从根本而言,这是一个物理极限下的成像问题,光掩膜如同芯片中的模板光线被阻挡或穿过光掩膜到达晶片以形成图案。
光线由阿斯麦极紫外(EUV)光刻系统产生,每个系统的价值超过2.5亿美元

阿斯麦EUV采用了一种颠覆性的方式来制造光线,激光脉冲每秒向一滴锡发射5万次,使其汽化,产生一种能发射13.5nm EUV光的等离子体,几乎是X射线。
随后,多层镜面引导光线至光掩膜。光掩膜版中的多层反射器利用13.5nm光的干涉图案,实现更精细特征,精细度可达到3nm。晶圆的定位精度达到1/4nm,并且每秒对准2万次以消除任何振动的影响。
光刻之前的步骤同样令人不可思议。
黄仁勋解释说,计算光刻模拟了光通过光学元件并与光刻胶相互作用时的行为(这些行为是根据麦克斯韦方程描述的),应用逆物理算法来预测掩膜版上的图案,以便在晶圆上生成最终图案。掩膜上的图案与最终特征完全不相似。

据黄仁勋介绍,英伟达H100 GPU需要89块掩膜版,以前在CPU上运行时,处理单个掩膜版需要两周时间,而在GPU上运行cuLitho只需8小时
此外,台积电可通过在500DGX H100系统上使用cuLitho加速,将功率从35MW降至5MW,替代此前用于计算光刻的40000CPU服务器

02.
计算光刻技术有多重要?
提高光刻机分辨率,影响芯片性能和质量


我们让New Bing用简单通俗的话解释计算光刻技术的重要性。
它回复说,芯片制造就是在晶圆上刻画出很多很多的晶体管和互连线路,形成电路和功能。随着芯片的功能越来越强大,晶体管和互连线路要越来越小,这样才能放得下更多的元件。
光刻机是芯片制造过程中最核心的设备,其性能和精度决定了芯片能实现多小的特征尺寸和多高的集成度,也就影响了芯片的速度、功耗、容量等指标。
它像一台高精度的相机,负责把芯片设计的图案转移到晶圆上,形成芯片的基本结构。但随着芯片的结构越来越小,光刻机所用的光线就不够细致,会产生一些模糊和失真的现象,影响芯片的性能和质量。
计算光刻技术通过软件来模拟和优化光刻过程中的各种元素,比如光源、掩膜版、镜头等,让光线能够更精确地照射到晶圆上,帮助光刻机更好地刻画出芯片的微小结构,实现更高的分辨率和效率,避免一些错误和缺陷。
总而言之,这项技术可以帮助光刻机实现更高的分辨率和效率,提高芯片的性能和质量,帮助芯片制造实现更小的特征尺寸和更高的集成度,制造出更先进和更复杂的芯片。

03.
四大好处、四项技能
助攻晶圆厂挺进2nm节点


据New Bing整理,计算光刻技术有四大好处
(1)提高光刻分辨率,实现更小的特征尺寸和更高的集成度。
(2)减少衍射像差和其他光学误差,提高成像质量和工艺窗口。
(3)缩短掩膜版的制作时间,降低功耗和成本,提高生产效率。
(4)支撑2nm及更先进的制程工艺,为新型解决方案和创新技术奠定基础。
具体来说,计算光刻技术主要具备四项技能
(1)通过数值模拟来预测和评估不同波长、不同掩模、不同曝光条件下的成像效果,为工艺设计提供指导和参考。
(2)通过源掩模协同优化(SMO)来调整曝光源形状和掩模图形以改善成像质量和过程窗口。
(3)通过多重曝光(Multiple Patterning)来将复杂图形分解为多个简单图形,并分别进行曝光和叠加以实现更小特征尺寸。
(4)通过深度学习等人工智能方法来提高计算效率和精度,并实现自动化优化。

04.
结语:加速计算光刻
将芯片制造大幅降本增效


看完全文后,是不是对于加速计算光刻的重要性有了更深的理解?
黄仁勋说,计算光刻每年消耗数百亿CPU小时。大型数据中心24 x 7全天候运行,以便创建用于光刻系统的掩膜版。这些数据中心是芯片制造商每年投资2000亿美元的资本支出的一部分。
这也是为什么英伟达新推出的cuLitho会得到台积电、阿斯麦、新思科技的大力支持。
随着光刻技术临近物理极限,这项技术通过加速计算光刻流程,将有助于晶圆厂缩短原型周期时间、提高产量、减少碳排放,为2nm及更先进的工艺奠定基础,并使得曲线掩模、high NA EUV、亚原子级光刻胶模型等新技术节点所需的新型解决方案和创新技术成为可能。

资料推荐

  


微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
Boston Dynamics 招人:50 JOBS FOUND英特尔3nm芯片,传延期联发科发布天玑9200+旗舰芯片,台积电二代4nm制程打造,iQOO Neo全球首发“一头供九弹”的“火山”31,朝鲜公布的通用型战术核弹头马克龙访华在即,中法当年是如何引爆“外交核弹”的?熬过“压垮台积电7nm利用率”逆风!英伟达迎来新款GPU大卖,大喊:AI拐点已到谷歌被曝在研Arm服务器芯片!台积电5nm制程,明年量产【年终总结】盘点2022年百大辱华分子600亿美元,2025年量产2nm芯片,联合英伟达、新思科技和ASML,中国台积电拼了!IMEC发布芯片微缩路线图:2036年进入0.2nm时代“皮衣刀客”和他的“核弹工厂”:英伟达的诞生能造5nm芯片的EUV光刻机,三大核心技术均已被我国突破台积电2nm工厂,更多细节曝光英伟达发布ChatGPT专用GPU,计算光刻提速40倍!AI的决定性时刻来了AIGC疯狂一夜!英伟达投下“核弹”、Google版ChatGPT开放,盖茨都震惊了老黄手捧ChatGPT专用「核弹」炸场,英伟达H100至尊版速度提10倍!英伟达秘密研发四年、向芯片制造业甩出一枚技术“核弹”霍乱时期的爱情:一个人能为爱等待多久?台积电计划在德国建28nm工厂,联手多家芯片巨头All in AI!英伟达发布核弹级GPU,AI专用ChatGPT带火AI芯片,赚翻了的英伟达发布新核弹:ChatGPT专用GPU,让推理提速10倍!什么是计算光刻?芯片未来将如何制造?一文看懂巨头们的布局!3万个A100太贵,微软300人秘密自研AI芯片5年!台积电5nm,ChatGPT省钱约30%老黄手捧ChatGPT专用“核弹”炸场,英伟达H100至尊版速度提10倍!英伟达将芯片计算光刻提速40倍,2纳米提前到来?日本2nm芯片厂确定,25年试产政治学:The Obama Foundation Leaders USA program张忠谋的这66条商业思考,解释了台积电为什么能成为全球“芯片之王”?台积电:2nm建加速IMEC预测:2036年芯片工艺有望进入0.2nm时代“弃中投美”后报应终于来了!市值腰斩、被迫关闭光刻机,台积电恐迎来“灭顶之灾”台积电深度披露2nm,,介绍3nm的演进英伟达 CEO 黄仁勋:芯片制造是 AI 的「理想应用」 下一波浪潮是「具身人工智能」《更多的诗歌》:36: 我们在这里躺着,因为我们没挑选
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。