算力芯片需求激起制造環(huán)節(jié)千層浪

華為日前展出了基于計(jì)算、存儲(chǔ)能力的EDA解決方案。行業(yè)認(rèn)為，算力芯片復(fù)雜度和數(shù)量需求急劇上升，變相提升了EDA需求，進(jìn)而對(duì)集群計(jì)算能力提出進(jìn)一步要求。

在上周舉行的2023世界半導(dǎo)體大會(huì)暨南京國際半導(dǎo)體博覽會(huì)上，共有臺(tái)積電、長晶科技、華天科技、華為、徐州博康、中電鵬程、芯華章等300余家重點(diǎn)企業(yè)，展示了其最新的先進(jìn)技術(shù)、解決方案或高端產(chǎn)品。據(jù)介紹，大會(huì)參展參會(huì)人數(shù)達(dá)到約3.6萬人次。

不過，盡管大會(huì)全程共有3大主題論壇、近20場高端平行論壇或?qū)ｍ?xiàng)活動(dòng)的輪番上演，還是有不少與會(huì)者認(rèn)為這場盛會(huì)“不夠盡興”。一位資深半導(dǎo)體產(chǎn)業(yè)投資人告訴《科創(chuàng)板日報(bào)》記者，無論是參展商整體規(guī)格、還是活動(dòng)在業(yè)內(nèi)引起的聲量，此次活動(dòng)恐怕都無法與不久前剛剛結(jié)束的SEMICON和慕尼黑上海電子展相較。

透過此次大會(huì)的諸多亮點(diǎn)，《科創(chuàng)板日報(bào)》記者關(guān)注到，人工智能及大數(shù)據(jù)發(fā)展，讓越來越多大廠開始涉足或向外展示其數(shù)據(jù)處理能力在半導(dǎo)體等先進(jìn)制造當(dāng)中的應(yīng)用。

比如，華為此次集中展示了其覆蓋研發(fā)、生產(chǎn)、供應(yīng)、運(yùn)營環(huán)節(jié)的半導(dǎo)體電子解決方案，具體應(yīng)用包括全無線工廠、FAB微隔離、AI質(zhì)檢、良率大數(shù)據(jù)、EDA工程仿真等。此次大會(huì)展區(qū)分為IC設(shè)計(jì)、半導(dǎo)體封測、半導(dǎo)體制造以及半導(dǎo)體設(shè)備材料幾大板塊，其中華為被安排在了制造展區(qū)。

此前，華為宣布基本實(shí)現(xiàn)了14nm以上EDA工具的國產(chǎn)化，2023年將完成對(duì)其全面驗(yàn)證。業(yè)內(nèi)觀點(diǎn)認(rèn)為，ChatGPT極度依賴算力，算力芯片復(fù)雜度和數(shù)量需求急劇上升，變相提升了EDA需求。 上述人士介紹，目前芯片研發(fā)仿真業(yè)務(wù)存在處理海量KB級(jí)小文件與GB到TB級(jí)大文件，文件在存儲(chǔ)上的讀寫性能是運(yùn)算速度的重要影響因素。

因此，芯片研發(fā)仿真對(duì)算力及內(nèi)存有較高要求，EDA等專業(yè)軟件越來越需要集群計(jì)算能力的支持。 據(jù)現(xiàn)場工作人員介紹，華為此次展出的EDA解決方案，主要是基于內(nèi)部的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)平臺(tái)，以端到端的全業(yè)務(wù)能力適配不同場景需求。

在AI工具輔助提升生產(chǎn)質(zhì)量檢測方面，華為也在聯(lián)合博涵智能、中科創(chuàng)達(dá)、聚時(shí)科技等產(chǎn)業(yè)伙伴，打造面向電子、新能源、半導(dǎo)體的AI質(zhì)檢方案。同時(shí)基于華為大數(shù)據(jù)平臺(tái)底座，華為還提供了YMS良率管理系統(tǒng)的聯(lián)合解決方案，最大可支持10P級(jí)詩句處理能力。

值得關(guān)注的是，運(yùn)用人工智能、大數(shù)據(jù)平臺(tái)等工具提升制造品質(zhì)一致性和生產(chǎn)效率，同時(shí)重視算力及存儲(chǔ)布設(shè)，也是目前頭部晶圓制造商正在關(guān)注的重點(diǎn)方向。 臺(tái)積電中國經(jīng)理蘇華在臺(tái)積電專場論壇中介紹，臺(tái)積電GIGAFAB月芯片產(chǎn)能10萬塊，每天大概要產(chǎn)生700億的數(shù)據(jù)，并且工廠布及全球，生產(chǎn)力和品質(zhì)一致統(tǒng)一的關(guān)鍵，在于臺(tái)積電大數(shù)據(jù)平臺(tái)。

據(jù)介紹，該平臺(tái)可覆蓋從生產(chǎn)最前端的零部件和原材料供應(yīng)，到生產(chǎn)過程中成百上千的工藝步驟、上百臺(tái)設(shè)備運(yùn)作及其中上萬個(gè)零部件、生產(chǎn)過程中的控制參數(shù)，再到生產(chǎn)完成后的質(zhì)量檢測流程。

“每片晶圓在下線生產(chǎn)之前就已經(jīng)被計(jì)算好了，包括要使用什么樣的工藝流程、什么樣的制程參數(shù)、要如何達(dá)到工藝最優(yōu)化?！?/strong>在生產(chǎn)過程中，以目前臺(tái)積電使用率最高的APC系統(tǒng)為例，不僅能在生產(chǎn)中根據(jù)前一步偏差進(jìn)行動(dòng)態(tài)的、同機(jī)臺(tái)的修正，還可以在層與層之間，進(jìn)行反饋，也就是在大數(shù)據(jù)層將各步驟之間的連接關(guān)系套用到工藝流程中形成正反饋，保證了生產(chǎn)線工藝的動(dòng)態(tài)穩(wěn)定。 未來臺(tái)積電還會(huì)加強(qiáng)跟供應(yīng)商合作，持續(xù)讓其品管系統(tǒng)“保證延伸深入到了產(chǎn)業(yè)鏈每一個(gè)環(huán)節(jié)”。

目前在產(chǎn)能及先進(jìn)制程上向臺(tái)積電發(fā)起強(qiáng)勢沖擊的英特爾，也在重視AI技術(shù)及數(shù)據(jù)處理在半導(dǎo)體制造當(dāng)中的變革作用。據(jù)了解，英特爾半導(dǎo)體制造中的AI部署涉及生產(chǎn)線上的缺陷檢測、工具/設(shè)備群/晶圓廠匹配、多變量流程控制、自動(dòng)化晶圓圖模式檢測和分類、快速的根本原因分析等。

英特爾稱，AI有望為半導(dǎo)體制造帶來變革。在近二十年來的生產(chǎn)實(shí)踐中，英特爾工廠通過使用各種AI解決方案，“已切身體會(huì)到AI在提高良率、優(yōu)化成本和提高生產(chǎn)力方面的價(jià)值”。 英特爾在上周發(fā)布的白皮書中，提醒應(yīng)對(duì)產(chǎn)業(yè)制造趨勢下的算力資源布建。在生產(chǎn)制造產(chǎn)生數(shù)百PB海量數(shù)據(jù)的情況下，一旦確定了用例的優(yōu)先級(jí)，就要對(duì)計(jì)算資源和DevOps進(jìn)行適當(dāng)投資，并將算法集成到現(xiàn)有的工作流程和自動(dòng)化系統(tǒng)中。