Nvidia公司創始人、首席執行官黃仁勛表示，由Nvidia最強大的硬體支持的人工智慧正在被用於加速電腦晶片製造並打造更先進的微處理器。
在Interuniversity Microelectronics Centre年度活動ITF World大會上，黃仁勛向半導體、技術和通信行業的領導者發表講話稱，CPU性能呈現指數級增長是近四十年來科技行業的主導動力，然而因為要把更多的電晶體擠壓到矽晶片上變得越來越困難，因此CPU變得更高效、更強大的速度也正在放緩，與此同時，對更先進的計算硬體的需求也在不斷飆升。
「因此，全球對雲計算的需求正在導致數據中心功耗猛增，」黃仁勛表示。
為了滿足這一需求，Nvidia公司最先採用了一種新的方法，該方法涉及將GPU的並行處理能力與CPU相結合。黃仁勛說，正是這種新方法引發了AI革命，Nvidia的回應就是要重塑其深度學習計算堆棧，從而在機器人、自動駕駛汽車和製造業領域創造新的機遇。
據黃仁勛介紹說，先進的晶片製造涉及到要通過1000多個步驟來生產生物分子大小的特徵，更重要的是，每個步驟都必須幾乎完美地處理才能產生功能性輸出。
他說：「其中每個階段都要進行複雜的計算科學，以計算要模式化的特徵並為在線過程控制進行缺陷檢測，晶片製造是Nvidia加速和AI計算的一個理想應用。」
AI加速晶片製造
黃仁勛在他的主題演講中，概述了Nvidia將GPU用於推進晶片製造工藝的幾種方式。例如，D2S、IMS Nanofabrication和NuFlare Technology正在使用Nvidia的硬體來幫助構建「掩模寫入器」（一種創建光掩模的專用設備），或者是使用電子束將圖案轉移到矽晶片上的模板，Nvidia GPU從而幫助加速圖形渲染和掩模過程校正等計算要求高的任務。
與此同時，台積電、KLA和Laser Technology正在利用Nvidia的GPU來幫助進行極紫外光和深紫外光掩模檢測。黃仁勛解釋說，GPU通過處理經典物理模型和深度學習來生成合成參考圖像和檢測缺陷。
此外，Nvidia正在與多家晶片製造商進行合作，通過Nvidia的GPU硬體加速計算光刻。黃仁勛說，計算光刻涉及到模擬麥克斯韋的光行為方程，通過光學器件並與光刻膠相互作用。這是晶片設計和製造中最大的一種計算工作負載，通常每年要消耗數百億個CPU小時。黃仁勛解釋說，作為新晶片光罩設計過程的一部分，晶片製造商將全天候24/7運行龐大的數據中心來處理此類工作負載。
為了提高這些工作負載的效率，Nvidia最近發布了名為Nvidia cuLitho的新軟體庫，其中包括了用於GPU加速計算光刻的各種優化工具和算法。黃仁勛表示，他相信這將是推動晶片設計超越2納米的一個最重要的技術進步。
他說：「我們已經將處理速度提高了50倍，數以萬計的CPU伺服器可以被數百個Nvidia DGX系統取代，從而將功耗和成本降低一個數量級。」
具象AI
展望未來，黃仁勛認為我們即將創建他所謂的「具象AI」的新一代人工智慧系統。他說，這是一些能夠理解、推理並與物理世界互動的智能系統，例如可以理解物理世界的機器人、自動駕駛汽車和聊天機器人。
Nvidia已經邁出了實現具象AI的第一步。黃仁勛介紹了一種名為Nvidia VIMA的新型多模態AI，它可以根據視覺提示執行任務，例如重新排列多個對象以匹配給定的場景，還可以從概念中學習並採取相應的行動，比如「這是一個小部件」，「那是一個東西」，然後「把這個小部件放在那個東西里，」他說。
他說，Nvidia正在通過另一個項目構建地球的數字孿生「Earth-2」，它將能夠預測天氣和氣候變化。Earth-2位於Nvidia Omniverse中，是一個3D開發和模擬平台，結合了一個名為FourCastNet的物理AI模型，該模型模擬全球天氣模式的速度比現有模型快50000到100000倍。它運行在Nvidia的GPU上，將用於解決對廉價清潔能源、氣候變化解決方案以及半導體製造技術進步的需求，黃仁勛承諾說。
「我期待物理AI、機器人技術和基於Omniverse的數字孿生有助於推動晶片製造的未來。」
