算力芯片需求激起制造环节千层浪

原创科创板日报 2023-07-24 20:27

【TI资料】专为高压系统设计的新型MCU 如何增强能源基础设施的实时控制？

华为日前展出了基于计算、存储能力的EDA解决方案。行业认为，算力芯片复杂度和数量需求急剧上升，变相提升了EDA需求，进而对集群计算能力提出进一步要求。

记者 | 郭辉

在上周举行的2023世界半导体大会暨南京国际半导体博览会上，共有台积电、长晶科技、华天科技、华为、徐州博康、中电鹏程、芯华章等300余家重点企业，展示了其最新的先进技术、解决方案或高端产品。据介绍，大会参展参会人数达到约3.6万人次。

不过，尽管大会全程共有3大主题论坛、近20场高端平行论坛或专项活动的轮番上演，还是有不少与会者认为这场盛会“不够尽兴”。一位资深半导体产业投资人告诉《科创板日报》记者，无论是参展商整体规格、还是活动在业内引起的声量，此次活动恐怕都无法与不久前刚刚结束的SEMICON和慕尼黑上海电子展相较。

透过此次大会的诸多亮点，《科创板日报》记者关注到，人工智能及大数据发展，让越来越多大厂开始涉足或向外展示其数据处理能力在半导体等先进制造当中的应用。

比如，华为此次集中展示了其覆盖研发、生产、供应、运营环节的半导体电子解决方案，具体应用包括全无线工厂、FAB微隔离、AI质检、良率大数据、EDA工程仿真等。此次大会展区分为IC设计、半导体封测、半导体制造以及半导体设备材料几大板块，其中华为被安排在了制造展区。

此前，华为宣布基本实现了14nm以上EDA工具的国产化，2023年将完成对其全面验证。业内观点认为，ChatGPT极度依赖算力，算力芯片复杂度和数量需求急剧上升，变相提升了EDA需求。

上述人士介绍，目前芯片研发仿真业务存在处理海量KB级小文件与GB到TB级大文件，文件在存储上的读写性能是运算速度的重要影响因素。因此，芯片研发仿真对算力及内存有较高要求，EDA等专业软件越来越需要集群计算能力的支持。

据现场工作人员介绍，华为此次展出的EDA解决方案，主要是基于内部的计算、存储、网络平台，以端到端的全业务能力适配不同场景需求。

在AI工具辅助提升生产质量检测方面，华为也在联合博涵智能、中科创达、聚时科技等产业伙伴，打造面向电子、新能源、半导体的AI质检方案。同时基于华为大数据平台底座，华为还提供了YMS良率管理系统的联合解决方案，最大可支持10P级诗句处理能力。

值得关注的是，运用人工智能、大数据平台等工具提升制造品质一致性和生产效率，同时重视算力及存储布设，也是目前头部晶圆制造商正在关注的重点方向。

台积电中国经理苏华在台积电专场论坛中介绍，台积电GIGAFAB月芯片产能10万块，每天大概要产生700亿的数据，并且工厂布及全球，生产力和品质一致统一的关键，在于台积电大数据平台。

据介绍，该平台可覆盖从生产最前端的零部件和原材料供应，到生产过程中成百上千的工艺步骤、上百台设备运作及其中上万个零部件、生产过程中的控制参数，再到生产完成后的质量检测流程。

“每片晶圆在下线生产之前就已经被计算好了，包括要使用什么样的工艺流程、什么样的制程参数、要如何达到工艺最优化。”在生产过程中，以目前台积电使用率最高的APC系统为例，不仅能在生产中根据前一步偏差进行动态的、同机台的修正，还可以在层与层之间，进行反馈，也就是在大数据层将各步骤之间的连接关系套用到工艺流程中形成正反馈，保证了生产线工艺的动态稳定。

未来台积电还会加强跟供应商合作，持续让其品管系统“保证延伸深入到了产业链每一个环节”。

目前在产能及先进制程上向台积电发起强势冲击的英特尔，也在重视AI技术及数据处理在半导体制造当中的变革作用。据了解，英特尔半导体制造中的AI部署涉及生产线上的缺陷检测、工具/设备群/晶圆厂匹配、多变量流程控制、自动化晶圆图模式检测和分类、快速的根本原因分析等。

英特尔称，AI有望为半导体制造带来变革。在近二十年来的生产实践中，英特尔工厂通过使用各种AI解决方案，“已切身体会到AI在提高良率、优化成本和提高生产力方面的价值”。

英特尔在上周发布的白皮书中，提醒应对产业制造趋势下的算力资源布建。在生产制造产生数百PB海量数据的情况下，一旦确定了用例的优先级，就要对计算资源和DevOps进行适当投资，并将算法集成到现有的工作流程和自动化系统中。