Bereits vor einiger Zeit hat Nvidia cuLitho vorgestellt. Hierbei handelt es sich um eine Plattform (Compute-Lithographie). Mit diesem Werkzeug können Chips hergestellt und entworfen werden. Früher wurden hierfür große Gruppen normaler Computer verwendet, also CPU-Cluster. Nvidia möchte jetzt stattdessen GPUs einsetzen, damit vor allem die gleichzeitige Bearbeitung von Aufgaben schneller und effizienter wird.
Integration in Synopsys Proteus
Künftig soll Nvidia cuLitho mit Synopsys Proteus zusammenarbeiten, einer Software, mit der sich Belichtungsmasken designen lassen. Sowohl diese als auch Schablonen sind für die Chipherstellung wichtig, da dadurch bestimmt wird, wo und wie die Schaltkreise auf den Chips angeordnet sind.
In der Maskenherstellung wird auch künstliche Intelligenz eingesetzt, um eine inverse Maske zu erstellen (das könnte man quasi als die perfekte Maske bezeichnen). Dabei wird sogar berücksichtigt, wie sich das Licht verbiegt, wenn es durch die Maske geht. Damit wird bei der Halbleiterherstellung die Präzision verbessert.
Durch diese Technik kann der ganze Prozess, der als Optical Proximity Correction bezeichnet wird, noch schneller ablaufen. Wir sprechen hier von doppelter Geschwindigkeit dank OPC.
Zusammenarbeit von TSMC und Synopsys
Der Chip-Hersteller TSMC und Synopsys planen, künftig enger zusammenzuarbeiten, damit die Maskenherstellung schneller wird. Das kommt am Ende auch einer schnelleren Chip-Produktion zu Gute.
Für all das wird Hardware von Nvidia genutzt (H100-Beschleuniger). Zum besseren Verständnis: Ein H100-Beschleuniger ersetzt quasi 40.000 klassische Computerprozessoren. Künftig plant Nvidia noch leistungsstärkere Beschleuniger (passend dazu sprachen wir heute auch schon über die angekündigten Blackwell-Beschleuniger).
TSMC hat nun außerdem bekannt gegeben, dass NVIDIA cuLitho in der Produktion verwendet werden soll. Damit wird die Chip-Produktion nicht nur verbessert, sondern vor allem beschleunigt. Die neue Technologie ist damit nicht nur „eine Idee“ grob gesagt, sondern es bedeutet, dass sie auch tatsächlich endlich richtig zum Einsatz kommt.
Quellen: TSMC, Nvidia, Synopsys
