AI đang làm thay đổi phương thức vận hành của các nhà máy sản xuất chất bán dẫn — và giúp đội ngũ kỹ sư đẩy nhanh tốc độ làm việc

Nhu cầu về chip tiên tiến đang gia tăng. Quy trình sản xuất các loại chip này ngày càng phức tạp, trong khi biên độ dung sai ngày càng thu hẹp. Đối với các kỹ sư, việc nắm bắt tác động từ sự thay đổi quy trình, phản ứng tương tác của vật liệu trong công đoạn mới hay truy xuất nguyên nhân gốc rễ của lỗi sản phẩm là những mắt xích then chốt và đầy thách thức trong sản xuất chất bán dẫn; các phân tích này có thể kéo dài nhiều ngày. Các thử nghiệm vật lý trên dây chuyền sản xuất (fab) thường diễn ra chậm và tốn kém chi phí. Một phán đoán sai sót về tỷ lệ xuất xưởng đạt chuẩn (yield) hoặc chất lượng quy trình đều để lại những hệ quả thực tế nghiêm trọng. AI đang làm thay đổi căn bản ngành sản xuất chất bán dẫn, tác động trực tiếp đến năng lực và tốc độ xử lý công việc của đội ngũ kỹ sư. Năng lực tính toán tăng tốc giúp rút ngắn thời gian mô phỏng, cho phép các kỹ sư đánh giá nhiều phương án hơn trước khi tiến hành thử nghiệm vật lý. AI dựa trên các quy luật vật lý hỗ trợ dự đoán đặc tính quy trình mà không cần phải thực hiện toàn bộ mô phỏng trong mỗi lần thử nghiệm. Các tác tử AI (AI agents) đảm nhiệm chuỗi nhiệm vụ kỹ thuật từng tiêu tốn nhiều giờ làm việc. Đồng thời, công nghệ bản sao kỹ thuật số (digital twins) cho phép các nhóm chuyên gia thử nghiệm các thay đổi trong môi trường ảo trước khi đưa vào thực nghiệm vật lý. Tổng hòa các năng lực trên định hình nên mô hình nhà máy bán dẫn do AI định nghĩa (AI-defined fab) — nơi AI hỗ trợ tối ưu hóa quy trình, phát hiện sớm sự cố và đưa ra quyết định chuẩn xác hơn trong toàn bộ vòng đời sản xuất chip. Đội ngũ kỹ sư trực tiếp điều hành công việc và ra quyết định dựa trên chuyên môn, qua đó giảm thiểu thời gian chờ đợi kết quả. Chu kỳ mô phỏng ngắn hơn mở rộng phạm vi nghiên cứu của kỹ sư Tính toán tăng tốc không chỉ đẩy nhanh tiến độ của từng phép tính đơn lẻ, mà còn thay đổi số lượng phương án mà các kỹ sư có thể kiểm nghiệm trước khi triển khai. Các mô phỏng đa vật lý tái hiện sự tương tác giữa nhiều hiện tượng vật lý, bao gồm truyền nhiệt, đặc tính điện và ứng suất cơ học. Thông qua thư viện NVIDIA cuDSS, nhà cung cấp phần mềm mô phỏng đa vật lý COMSOL đang đẩy nhanh tốc độ các mô phỏng trong sản xuất chất bán dẫn lên tới 10 lần. Điều này hỗ trợ các kỹ sư tối ưu hóa thiết bị và quy trình, so sánh các phương án và lựa chọn những điều chỉnh phù hợp để đưa vào thử nghiệm vật lý. Applied Materials và NVIDIA đang hợp tác nhằm đẩy nhanh tiến trình tìm kiếm vật liệu ở cấp độ nguyên tử và phát triển quy trình. Nhờ tích hợp NVIDIA cuDSS, nền tảng mô phỏng Ginestra của Applied đạt tốc độ xử lý nhanh hơn tới 10 lần so với các giải pháp chỉ dùng CPU. Bên cạnh đó, với NVIDIA PhysicsNeMo, nền tảng đa vật lý ACE+ của Applied cho phép thực hiện mô phỏng địa hình bề mặt nhanh hơn tới 35 lần. Trong một số trường hợp, tính toán tăng tốc không chỉ rút ngắn thời gian tính toán mà còn hiện thực hóa những tác vụ từng bất khả thi. Kỹ thuật quang khắc điện toán (computational lithography) — công đoạn xác định cách thức in các mẫu mạch điện tử lên tấm silicon — đòi hỏi khối lượng tính toán quá lớn để có thể xử lý bằng CPU ở quy mô sản xuất công nghiệp. Siemens đang tích hợp NVIDIA cuLitho vào phần mềm quang khắc Calibre, giúp tăng tốc tới 17 lần đối với các tác vụ mô phỏng trọng yếu. Giải pháp này mở rộng khả năng kiểm tra, thẩm định của các kỹ sư trước khi tấm bán dẫn (wafer) bước vào giai đoạn in mạch. Do đó, năng lực tính toán nhanh hơn có thể hỗ trợ các nhà nghiên cứu tìm hiểu đặc tính vật liệu và các cơ chế phản ứng có ảnh hưởng tới quy trình sản xuất bán dẫn thế hệ tiếp theo. Dự đoán đặc tính quy trình mà không cần vận hành toàn bộ mô phỏng Ngoài việc đẩy nhanh tiến độ mô phỏng, mô hình AI được huấn luyện dựa trên các nguyên lý vật lý có khả năng dự đoán phản ứng của vật liệu và quy trình mà không cần phải thực hiện lại toàn bộ mô phỏng. Hiệu quả này thể hiện rõ rệt nhất trong các phép tính phức tạp vốn đòi hỏi chi phí lớn ngay cả khi vận hành trên phần cứng tăng tốc chuyên dụng. Plasma — loại khí tích điện được sử dụng trong các quy trình khắc bán dẫn — là một ví dụ điển hình. Việc lập mô hình hành vi của plasma đòi hỏi phải giải các phương trình mô tả sự tương tác phức tạp giữa các quá trình điện, hóa học và nhiệt, khiến việc mô phỏng lặp lại tốn kém nhiều chi phí. Lam Research đã chứng minh rằng nền tảng NVIDIA PhysicsNeMo có thể dự đoán hành vi của plasma trong vài mili giây, so với mức tính bằng ngày của một mô phỏng toàn diện — mang lại cho các kỹ sư phương thức nhanh hơn để nghiên cứu các điều kiện quy trình mà không cần chạy lại toàn bộ mô hình mỗi lần. Applied Materials sử dụng các bản sao số (digital twin) được xây dựng trên thư viện NVIDIA Omniverse để mô phỏng các phương án tối ưu hóa cấp nhà máy bán dẫn (fab) về mặt bằng, công suất, chi phí và kiểm soát quy trình. Tác tử xử lý các khâu trung gian giữa các quyết định Các kỹ sư chuyển hóa kết quả phân tích thành các quyết định — từ sửa đổi thiết kế, điều tra lỗi thử nghiệm, đến điều chỉnh quy trình sản xuất và nhiều công đoạn khác. Các tác tử AI (AI agent) có thể hỗ trợ thực hiện những bước trung gian giữa các quyết định đó. Việc đánh giá mô hình AI nào cần áp dụng cho một nhiệm vụ cụ thể là một ví dụ: đây là quy trình thủ công mang tính tuần tự, có thể tiêu tốn nhiều giờ tại khu vực thử nghiệm. Advantest đang sử dụng các tác tử AI NVIDIA NeMo Switchyard để tự động hóa khâu lựa chọn đó, rút ngắn thời gian phản hồi từ nhiều giờ xuống còn vài phút. Thử nghiệm các thay đổi trước khi áp dụng vào dây chuyền sản xuất Bản sao số cho phép các nhóm kỹ thuật mô phỏng cấu hình thiết bị, mặt bằng và các thay đổi quy trình trong môi trường ảo trước khi tiến hành thử nghiệm thực tế. Điều này giúp giảm chi phí thử nghiệm, đặc biệt khi các nhà máy bán dẫn ngày càng phức tạp và rủi ro từ những quyết định sai sót ngày càng lớn. Bản sao số mô phỏng chân thực nhà máy bán dẫn được xây dựng từ các thư viện NVIDIA Omniverse, dùng để mô phỏng luồng vật liệu, phát hiện điểm nghẽn và kiểm chứng các chiến lược vận hành trước khi triển khai. Ảnh: Applied Materials. Applied Materials ứng dụng các thư viện NVIDIA Omniverse để xây dựng bản sao số chuẩn xác về mặt vật lý cho toàn bộ nhà máy bán dẫn. Các nhóm kỹ thuật có thể mô phỏng sự dịch chuyển của vật liệu, xác định điểm nghẽn, đồng thời đánh giá mặt bằng và chiến lược vận hành — mở rộng phạm vi thử nghiệm ảo từ các quy trình đơn lẻ sang phương thức vận hành tổng thể của toàn nhà máy. Vòng lặp kết nối Tương lai của ngành sản xuất bán dẫn nằm ở việc liên kết các năng lực này: sử dụng dữ liệu sản xuất để hoàn thiện các mô hình, dùng mô hình để đánh giá các thay đổi, sau đó chuyển giao các kết quả này cho các kỹ sư trực tiếp đưa ra quyết định sản xuất. Đó là triển vọng của nhà máy bán dẫn do AI định hình (AI-defined fab): nơi AI hỗ trợ con người tiếp thu kinh nghiệm từ từng chu kỳ sản xuất và hành động dựa trên những dữ liệu đó một cách kịp thời hơn. Tìm hiểu phương thức NVIDIA hợp tác cùng các doanh nghiệp bán dẫn hàng đầu trong toàn bộ vòng đời chip.