NVIDIA黃仁勛：芯片制造是NVIDIA加速和AI計(jì)算的“理想應(yīng)用”

NVIDIA首席執(zhí)行官表示，芯片制造是人工智能的“理想應(yīng)用”

NVIDIA首席執(zhí)行官黃仁勛（Jensen Huang）在2023年ITF World大會(huì)上向半導(dǎo)體行業(yè)領(lǐng)導(dǎo)者介紹了加速計(jì)算和人工智能的作用。

NVIDIA創(chuàng)始人兼首席執(zhí)行官黃仁勛（Jensen Huang）周二表示，芯片制造是NVIDIA加速和AI計(jì)算的“理想應(yīng)用”。

Huang在比利時(shí)安特衛(wèi)普舉行的ITF 2023世界半導(dǎo)體大會(huì)上詳細(xì)介紹了計(jì)算技術(shù)的最新進(jìn)步如何加速“世界上最重要的產(chǎn)業(yè)”。

黃通過視頻向來自半導(dǎo)體、技術(shù)和通信行業(yè)的領(lǐng)導(dǎo)人發(fā)表了講話。

“我很高興看到NVIDIA加速計(jì)算和人工智能為世界芯片制造業(yè)服務(wù)，”Huang在詳細(xì)介紹加速計(jì)算、人工智能和半導(dǎo)體制造的進(jìn)展如何交叉時(shí)說道。

下為視頻

人工智能，加速計(jì)算升級(jí)

黃仁勛說，近四十年來，CPU的指數(shù)級(jí)性能增長(zhǎng)一直是科技行業(yè)的主導(dǎo)動(dòng)力。

但在過去的幾年里，CPU的設(shè)計(jì)已經(jīng)成熟，他說。盡管對(duì)計(jì)算能力的需求激增，但半導(dǎo)體變得更加強(qiáng)大和高效的速度正在放緩。

“因此，全球?qū)?a href="http://srfitnesspt.com/v/tag/475/" target="_blank">云計(jì)算的需求導(dǎo)致數(shù)據(jù)中心功耗飆升，”Huang說。

黃說，在支持更多計(jì)算能力的“寶貴利益”的同時(shí)，努力實(shí)現(xiàn)凈零排放需要一種新的方法。

這一挑戰(zhàn)自然適合NVIDIA，它開創(chuàng)了加速計(jì)算的先河，將GPU的并行處理能力與CPU相結(jié)合。

這種加速反過來又引發(fā)了人工智能革命。十年前，Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton等深度學(xué)習(xí)研究人員發(fā)現(xiàn)，GPU可能是具有成本效益的超級(jí)計(jì)算機(jī)。

黃說，從那時(shí)起，NVIDIA為深度學(xué)習(xí)重新設(shè)計(jì)了計(jì)算堆棧，為“機(jī)器人、自動(dòng)駕駛汽車和制造業(yè)帶來了數(shù)萬億美元的機(jī)會(huì)”。

Huang解釋道，通過卸載和加速計(jì)算密集型算法，NVIDIA通常會(huì)將應(yīng)用程序的速度提高10-100倍，同時(shí)將功耗和成本降低一個(gè)數(shù)量級(jí)。

人工智能和加速計(jì)算正在共同改變科技行業(yè)?！拔覀冋诮?jīng)歷兩個(gè)同時(shí)發(fā)生的平臺(tái)轉(zhuǎn)型——加速計(jì)算和生成人工智能，”黃說。

人工智能、加速計(jì)算 進(jìn)入芯片制造

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

Huang說：“在每個(gè)階段都要進(jìn)行復(fù)雜的計(jì)算科學(xué)，以計(jì)算要圖案化的特征，并進(jìn)行在線過程控制的缺陷檢測(cè)。”?！靶酒圃焓荖VIDIA加速和人工智能計(jì)算的理想應(yīng)用?！?/p>

Huang列舉了幾個(gè)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(jī)器，將圖案轉(zhuǎn)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(jì)算需求任務(wù)。

半導(dǎo)體制造商臺(tái)積電和設(shè)備供應(yīng)商KLA和Lasertech使用極紫外光（EUV）和深紫外光（DUV）進(jìn)行口罩檢查。NVIDIA GPU在處理經(jīng)典物理建模和深度學(xué)習(xí)以生成合成參考圖像和檢測(cè)缺陷方面也發(fā)揮著至關(guān)重要的作用。

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

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

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

計(jì)算光刻是芯片設(shè)計(jì)和制造中最大的計(jì)算工作量，每年消耗數(shù)百億CPU小時(shí)。大規(guī)模數(shù)據(jù)中心全天候運(yùn)行，為新芯片創(chuàng)建掩模版。

NVIDIA cuLitho于3月推出，是一個(gè)軟件庫(kù)，具有用于GPU加速計(jì)算光刻的優(yōu)化工具和算法。

“我們已經(jīng)將處理速度提高了50倍，”黃說?！俺汕先f的CPU服務(wù)器可以被幾百個(gè)NVIDIA DGX系統(tǒng)取代，從而將功耗和成本降低了一個(gè)數(shù)量級(jí)?！?/p>

黃說，節(jié)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(dòng)的智能系統(tǒng)。

他說，例子包括機(jī)器人、自動(dòng)駕駛汽車，甚至聊天機(jī)器人，它們更聰明，因?yàn)樗鼈兞私馕锢硎澜纭?/p>

黃向觀眾展示了NVIDIA VIMA，這是一種多模態(tài)的人工智能。黃說，VIMA可以通過視覺文本提示執(zhí)行任務(wù)，例如“重新排列對(duì)象以匹配這個(gè)場(chǎng)景”

它可以學(xué)習(xí)概念并采取相應(yīng)的行動(dòng)，例如“這是一個(gè)小部件”、“那是一個(gè)東西”，然后“把這個(gè)小部件放在那個(gè)東西里”。黃說，它還可以從演示中學(xué)習(xí)并保持在指定的范圍內(nèi)。

VIMA在NVIDIA AI上運(yùn)行，其數(shù)字孿生在3D開發(fā)和模擬平臺(tái)NVIDIA Omniverse上運(yùn)行。黃說，以物理學(xué)為基礎(chǔ)的人工智能可以學(xué)習(xí)模仿物理學(xué)，并做出遵守物理定律的預(yù)測(cè)。

研究人員正在構(gòu)建大規(guī)模融合現(xiàn)實(shí)世界和虛擬世界信息的系統(tǒng)。

NVIDIA正在構(gòu)建一個(gè)名為Earth-2的地球數(shù)字孿生兄弟，它將首先預(yù)測(cè)天氣，然后預(yù)測(cè)長(zhǎng)期天氣，最后預(yù)測(cè)氣候。NVIDIA的Earth-2團(tuán)隊(duì)創(chuàng)建了FourCastNet，這是一個(gè)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(yùn)行在NVIDIA AI上，Earth-2數(shù)字孿生是在NVIDIAOmniverse中構(gòu)建的。

這樣的系統(tǒng)有望應(yīng)對(duì)我們這個(gè)時(shí)代的最大挑戰(zhàn)，例如對(duì)廉價(jià)清潔能源的需求。

例如，英國(guó)原子能管理局（Atomic Energy Authority）和曼徹斯特大學(xué)（University of Manchester）的研究人員正在為他們的聚變反應(yīng)堆創(chuàng)建一個(gè)數(shù)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(jī)器人控制反應(yīng)并維持燃燒的等離子體。

黃說，科學(xué)家可以在激活物理反應(yīng)堆之前，通過在數(shù)字孿生中測(cè)試這些假設(shè)來探索假設(shè)，從而提高能量產(chǎn)出、預(yù)測(cè)性維護(hù)和減少停機(jī)時(shí)間。“反應(yīng)堆等離子體物理AI在NVIDIA AI上運(yùn)行，其數(shù)字孿生在NVIDIAOmniverse上運(yùn)行，”Huang說。

這樣的系統(tǒng)有望在半導(dǎo)體行業(yè)取得進(jìn)一步的進(jìn)步。黃說：“我期待著物理人工智能、機(jī)器人和基于Omniverse的數(shù)字雙胞胎幫助推動(dòng)芯片制造的未來。”。

審核編輯 ：李倩