L'IA transforme le fonctionnement des usines de semi-conducteurs et accélère le travail des ingénieurs
L'industrie des semi-conducteurs mise sur l'intelligence artificielle pour accélérer le travail de ses ingénieurs, dans ce que Nvidia appelle une « usine définie par l'IA ». L'accélération du calcul raccourcit les simulations multiphysiques, qui modélisent les interactions entre chaleur, comportement électrique et contraintes mécaniques. Grâce à la bibliothèque NVIDIA cuDSS, l'éditeur COMSOL annonce des gains allant jusqu'à 10 fois. Applied Materials indique que sa plateforme Ginestra, dédiée à la découverte de matériaux à l'échelle atomique, tourne jusqu'à 10 fois plus vite qu'avec des processeurs seuls. Avec PhysicsNeMo, sa plateforme ACE+ simule la topographie jusqu'à 35 fois plus vite. Siemens intègre cuLitho à son logiciel de lithographie Calibre, pour jusqu'à 17 fois plus de vitesse sur certaines charges clés. Lam Research a montré que PhysicsNeMo prédit le comportement d'un plasma de gravure en quelques millisecondes, contre plusieurs jours pour une simulation complète. Applied Materials utilise aussi des jumeaux numériques bâtis sur Omniverse pour optimiser l'agencement, le débit, les coûts et le contrôle des procédés d'une usine.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de NVIDIA AI Blog. Lire l'article original →
L'enjeu est très concret pour les ingénieurs de process. Les essais physiques sur une ligne de production sont lents et coûteux, et une mauvaise décision sur le rendement ou la qualité a des conséquences financières directes. Pouvoir comparer davantage de variantes en simulation avant de lancer un essai réel réduit ce risque et le temps d'attente. Dans certains cas, l'accélération rend même possible ce qui ne l'était pas : les calculs de lithographie computationnelle, qui définissent comment les motifs de circuits sont imprimés sur le silicium, sont trop lourds pour être menés à l'échelle de production sur CPU. Les ingénieurs conservent la décision, mais passent moins de temps à attendre des réponses, ce qui peut raccourcir les cycles de développement de puces avancées.
Ces annonces s'inscrivent dans un contexte de demande croissante pour les puces de pointe, alors que leur fabrication se complexifie et que la marge d'erreur se réduit. Nvidia, fournisseur des bibliothèques de calcul accéléré, positionne ses outils au coeur des logiciels de simulation que les fabricants d'équipements et de logiciels de conception utilisent déjà, avec COMSOL, Applied Materials, Siemens et Lam Research comme partenaires. L'article évoque aussi des agents d'IA chargés d'enchaîner des tâches d'ingénierie qui mobilisaient auparavant des heures de travail, ainsi que des jumeaux numériques pour tester les changements avant tout essai physique. La suite dépendra de la capacité de ces outils à tenir leurs promesses à l'échelle de la production, là où le coût d'une erreur reste le plus élevé.
Les gains de simulation annoncés pourraient profiter aux acteurs européens de la chaîne des semi-conducteurs, notamment Siemens, groupe allemand, partenaire de Nvidia sur la lithographie computationnelle.