Der Halbleiter-Engineering-Sektor erlebt einen radikalen Wandel, da künstliche Intelligenz in den «inneren Kreis» der Design- und Fertigungsprozesse vordringt. KI ist nicht mehr nur ein Konsument von Hochleistungschips, sondern der grundlegende Motor, der die Entwicklung der nächsten Hardware-Generation beschleunigt – ein Konzept, das als «Halbleiter-Singularität» (Semiconductor Singularity) bekannt ist.
Der gegenseitige Beschleunigungskreislauf
Dieses Phänomen basiert auf dem Prinzip des «Gesetzes der beschleunigten Erträge»; fortschrittliche Rechenkapazitäten führen zur Verbesserung von Design- und Fertigungstools (EDA), und diese verbesserten Tools tragen wiederum zur Innovation leistungsfähigerer Chips bei, was den Kreislauf erneut befeuert. Diese Interaktion schafft einen geschlossenen Kreislauf kontinuierlicher Innovation, der den Aufwand für jedes neue Engineering-Experiment reduziert.
Von Prototypen zu Agentic AI
Generative KI hat einen Durchbruch bei der Verkürzung der für die technische Exploration benötigten Zeit erzielt. Beispielsweise kann KI die Arbeitsstunden, die für den Bau von Prototypen in komplexen Bereichen wie der Computergestützten Lithografie (Computational Lithography) erforderlich sind, von hunderten auf nur wenige Dutzend Stunden reduzieren.
Die aktuelle Entwicklung geht über einfache Vorhersagen hinaus und erreicht das, was als «Agentic AI» bezeichnet wird. In diesem Modell liefert das System nicht nur Analysen, sondern führt ganze Sequenzen technischer Arbeit aus, wie zum Beispiel:
- Zusammenstellung von Arbeitsabläufen und Koordination spezialisierter Tools.
- Erfassung von Metrologiedaten und automatische Kalibrierung von Modellen.
- Überprüfung von Konvergenzergebnissen und Benachrichtigung der Ingenieure nur bei Ausnahmen.
Die Architektur von Siemens Fuse EDA AI ist ein Beispiel für diesen Trend, da sie KI-Modelle mit Tools für das elektronische Design (EDA) und spezialisiertem Ingenieurwissen verknüpft.
Die Verbindung zwischen Simulation und physikalischen Beweisen
Die Stärke dieses Kreislaufs beruht auf der Integration digitaler Modelle mit physikalischen Beweisen aus der Fabrik (Fab). Durch computergestützte Lithografieprozesse werden Chipdaten und Messungen gesammelt und die Modelle basierend auf dem, was tatsächlich auf den Silizium-Wafern beobachtet wurde, kalibriert. Diese Integration stellt sicher, dass physikalische Simulationen nicht nur Prognosen bleiben, sondern zu evidenzbasierten technischen Eingriffen werden, was die Lücke zwischen Design und Fertigungsrealität verringert.
Was bedeutet das für die Zukunft?
Mit der Beschleunigung von Design- und Analysezyklen dank KI werden sich die «technischen Engpässe» von reiner Rechen- oder Designkapazität hin zu anderen Herausforderungen verlagern. Jim Shiely von Siemens EDA erklärt, dass die kommenden Hindernisse nicht in der Verarbeitungsgeschwindigkeit liegen werden, sondern in:
- Vertrauen und Verifizierung: Sicherstellung, dass die von der KI generierten Modelle präzise und für sensible Fertigungsprozesse zuverlässig sind.
- Datenzugriff und Schutz geistigen Eigentums (IP): Wie intelligenten Agenten Zugriff auf Daten gewährt werden kann, ohne die Vertraulichkeit der Designs zu gefährden.
- Menschliche Kontrolle: Bewahrung der Entscheidungsgewalt der Ingenieure bei kritischen Entscheidungen inmitten einer massiven Automatisierungswelle.
Zusammenfassend bedeutet die Halbleiter-Singularität, dass die nächste technische Herausforderung nicht nur darin besteht, wie man einen schnelleren Chip baut, sondern wie man eine Infrastruktur aus Vertrauen und Daten schafft, die es der KI ermöglicht, den Innovationsprozess sicher anzuführen.