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
-
NVIDIA
+關(guān)注
關(guān)注
14文章
4814瀏覽量
102632 -
芯片制造
+關(guān)注
關(guān)注
9文章
601瀏覽量
28726 -
人工智能
+關(guān)注
關(guān)注
1789文章
46316瀏覽量
236480
原文標(biāo)題:NVIDIA 黃仁勛:芯片制造是NVIDIA加速和AI計(jì)算的“理想應(yīng)用”
文章出處:【微信號(hào):WW_CGQJS,微信公眾號(hào):傳感器技術(shù)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論