Сектор проектирования полупроводников переживает радикальную трансформацию с приходом искусственного интеллекта во «внутренний контур» процессов проектирования и производства. ИИ перестал быть просто потребителем высокопроизводительных чипов и стал основным двигателем, ускоряющим разработку оборудования следующего поколения, что получило название «полупроводниковая сингулярность» (Semiconductor Singularity).
Цикл взаимного ускорения
Это явление основано на принципе «закона ускоряющейся отдачи», при котором передовые вычислительные мощности приводят к улучшению инструментов автоматизированного проектирования (EDA), а эти усовершенствованные инструменты, в свою очередь, способствуют созданию более мощных чипов, что вновь подпитывает цикл. Это взаимодействие создает замкнутый круг непрерывных инноваций, который снижает усилия, необходимые для каждого нового инженерного эксперимента.
От прототипов к агентному ИИ
Генеративный искусственный интеллект совершил прорыв в сокращении времени, необходимого для инженерных исследований. Например, ИИ может сократить рабочее время, необходимое для создания прототипов в таких сложных областях, как вычислительная литография (Computational Lithography), с сотен часов до всего лишь нескольких десятков.
Текущее развитие выходит за рамки простых прогнозов и достигает того, что называется «агентным ИИ» (Agentic AI). В этой модели система не просто предоставляет анализ, а выполняет целые последовательности инженерных работ, такие как:
- сборка рабочих процессов и координация специализированных инструментов;
- сбор данных метрологии (Metrology) и автоматическая калибровка моделей;
- проверка результатов сходимости (Convergence) и информирование инженеров только об исключительных случаях.
Архитектура Siemens Fuse EDA AI является примером этого направления, связывая модели ИИ с инструментами автоматизированного проектирования электроники (EDA) и специализированными инженерными знаниями.
Связь между моделированием и физическими доказательствами
Сила этого цикла зависит от интеграции цифровых моделей с физическими данными, полученными с завода (Fab). Посредством процессов вычислительной литографии собираются данные о чипах и измерения, а затем модели калибруются на основе того, что было фактически зафиксировано на кремниевых пластинах. Эта интеграция гарантирует, что физическое моделирование остается не просто прогнозом, а превращается в инженерные вмешательства, подкрепленные доказательствами, что сокращает разрыв между проектированием и производственной реальностью.
Что это означает для будущего?
По мере ускорения циклов проектирования и анализа благодаря ИИ, «технические узкие места» сместятся от просто вычислительных мощностей или проектирования к вызовам иного рода. Джим Шили (Jim Shiely) из Siemens EDA поясняет, что предстоящие препятствия будут связаны не со скоростью обработки, а с:
- Доверием и верификацией: обеспечение того, чтобы модели, созданные ИИ, были точными и надежными для использования в критически важных производственных процессах.
- Доступом к данным и защитой интеллектуальной собственности (IP): как предоставить интеллектуальным агентам доступ к данным без ущерба для конфиденциальности проектов.
- Человеческим контролем: сохранение полномочий инженера в принятии судьбоносных решений на фоне огромного потока автоматизации.
Короче говоря, полупроводниковая сингулярность означает, что следующая инженерная задача будет заключаться не только в том, как построить более быстрый чип, но и в том, как создать инфраструктуру доверия и данных, которая позволит ИИ безопасно управлять процессом инноваций.