Utmaningarna vid krympning av transistorer ökar exponentiellt i takt med att vi närmar oss gränsen för vad som är fysiskt möjligt. För att möta dessa utmaningar gick ASML, Nvidia, Synopsys och Nvidia ut med att de skulle korta prototypcyklerna med hjälp av artificiell intelligens (AI) – en teknik kallad cuLitho, kort för det etablerade begreppet Computational Lithography.
Nu meddelar Nvidia och TSMC att den senare gått in i skarpt användande av tekniken, som ska hjälpa halvledarindustrin att ”tänja fysikens gränser”. Problemet cuLitho ska möta är att ta fram den fotomasker som projicerar ultraviolett ljus genom en fotomask av kvarts, som fungerar som en stencil när strukturer ska mönstras på kiselskivan. Genom denna exponering som sker flera gånger om skapas under en oftast flera månader lång process de många miljarder transistorer som utgör en färdig krets.
Att ta fram dessa fotomasker kräver enorma beräkningsresurser hos datacenter, som simulerar Maxwells ekvation om hus ljus beter sig när det passerar genom optik och interagerar med fotoresistorer – den process som lägger grund för de mönster som ska appliceras på fotomasken. Att detta krävs är för att mönstret på en fotomask inte alls motsvarar det slutresultat som ska mönstras på kiselskivan.
Mer avancerade tekniker kräver fler fotomasker, som varje tar längre tid att ta fram. Nvidias AI-beräkningskrets H100 ”Hopper” som tillverkas på 4 nanometer hos TSMC kräver inget mindre än 89 fotomasker, som vardera tar två veckor att beräkna fram. Det här är siffror som ökat exponentiellt med 3 nanometer, som i den absoluta spjutspetsen inom kort efterträds av 2 nanometer. Med hjälp av cuLitho är meningen att dessa ledtider kan kortas med så mycket som upp till 60 gånger.
Att inte använda tekniker likt cuLitho ses som snudd på ohållbart när industrin rör sig mot 2 nanometer, där mindre transistorer ska tillverkas med mer avancerade maskiner som EUV-scanners signerade ASML:s senaste generation maskiner av typen High-NA (High Numerical Aperture). Tekniken ses även som en nödvändighet för framtidens tekniker, som väntas kräva kurvlinjära fotomasker och subatomära modeller för fotoresistorer.
Användningen av mjukvarubiblioteket cuLitho handlar därtill inte heller enbart om att snabba på framställningen av fotomasker. Nvidia och TSMC gör gällande att 350 system med AI-kretsar av typen H100 ”Hopper” motsvarar beräkningskraften hos hela 40 000 individuella CPU-baserade system, vilket innebär att cuLitho dessutom möjliggör lägre kostnader och effektförbrukning.
Värt att påpeka är att tekniken inte är exklusiv Nvidia, utan att det är en lösning som blir tillgänglig för hela halvledarindustrin. TSMC som varit bidragande i utvecklingen har ett försprång i att kunna snabba på framställningen av fotomasker till sina kunder. Det är dock sannolikt endast en tidsfråga innan även Samsung och Intel anammar liknande, eller rentav samma, teknik för sin produktion. ASML har även meddelat att de ska bygga in GPU-acceleration i samtliga av sina mjukvaruprodukter för Computional Lithography.
