英伟达利用人工智能制造优质芯片，时机成熟了？

集微网消息，如同鲑鱼洄游一般，英伟达的GPU也重返芯片工厂。科技媒体The Register 5月0日报道称，台积电、阿斯麦和新思科技都在使用英伟达的加速器，加速或增强计算光刻技术。同时，科磊公司（KLA）、应用材料公司和日立公司目前正使用运行在英伟达并行处理芯片上的深度学习代码，进行电子束和光学晶圆检测。

报道称，GPU加速这部分的制造过程，非常有趣。随着晶体管栅极的缩小，为了在处理器中装入更多的栅极，这就需要更先进的光刻技术。

最近，这些工作负载主要运行在CPU核心上。但事实证明，只要进行适当的调整，GPU在加速这类任务方面相当出色。

对于计算光刻来说，这个过程相当简单。大多数芯片都是通过光掩膜投射特定波长的光（通常是光谱的极紫外部分）来蚀刻到硅上的。为了在硅芯片上生产出越来越小的晶体管，工程师们必须要有创意，防止因特征模糊而造成的失真。如今，这些光掩模十分复杂，需要在大规模计算集群上，花数周时间生成。

英伟达首席执行官黄仁勋称，使用GPU加速可以将这一过程速度提高50倍。他在本周表示：“数以万计的CPU服务器可以由几百个DGX系统所取代，将功耗和成本降低一个数量级。”

利用人工智能制造优质芯片

如今业内已经知道，GPU不仅适用于高性能计算，也是大型人工智能所依赖的心脏。今年3月，英伟达并未宣布其cuLitho软件栈中存在人工智能，但英伟达高级技术部门副总裁维韦克•辛格（Vivek Singh）明确表示，人工智能广泛应用于计算光刻只是时间问题。

在本周二举行的ITF半导体大会上，黄仁勋赞赏了人工智能具有为摩尔定律注入新活力的潜力。“英伟达加速和人工智能计算的理想应用是芯片制造。”

虽然晶圆厂已经高度自动化，但英伟达看到了将其在机器人、自动驾驶汽车和聊天机器人方面的工作应用于芯片制造的机会，并将GPU卖给处理器设计者、设备供应商和代工厂，从中赚取数百万美元。

黄仁勋在演讲中表示，人工智能的下一个浪潮将是“具身智能”（embodied AI），即能理解、推理并与物理世界互动的智能系统。黄仁勋介绍了英伟达的多模态具身智能系统Nvidia VIMA，它能在视觉文本提示的指导下，执行复杂任务、获取概念、理解边界甚至模拟物理学。

黄仁勋并未明确提到将其应用于芯片设计软件，但鉴于会议强调半导体制造，因此具有可能性。

英伟达的时机成熟了？

英伟达突然有兴趣向半导体行业的加速计算产品，这并不令人意外。

随着消费者GPU市场的崩溃，以及数字货币的持续寒冬，英伟达的数据中心部门承担了公司大部分重任。由于公司业绩不佳，黄仁勋甚至在上个季度降薪。

尽管芯片（主要是高端芯片）需求近期有所下降，但三星、台积电、英特尔、SK海力士等代工运营商仍在推进新代工项目。很大程度上，这种扩张是美国、欧洲和亚太地区的一系列举措推动的，加起来超过了1000亿美元的税收减免和补贴。英伟达正处于有利地位，可以从不断发展的芯片开发中受益。

去年年初，美国安全与新兴技术中心提醒称，熟练工人短缺可能会阻碍美国半导体制造业“回流”。据他们估计，美国还需额外培训、雇用或引进27000名工人。

台积电创始人张忠谋多次表示，与中国台湾相比，美国半导体制造成本要高得多。为填补这一空白并控制成本，芯片制造商将更大程度地利用人工智能/机器学习，努力实现更多制造和设计过程的自动化，这并不令人惊讶。