Pembuatan chip adalah “aplikasi ideal” untuk akselerasi NVIDIA dan komputasi AI, kata pendiri dan CEO NVIDIA Jensen Huang, Selasa.
Merinci bagaimana kemajuan terbaru dalam komputasi mempercepat “industri paling penting di dunia,” Huang berbicara di konferensi semikonduktor ITF World 2023 di Antwerpen, Belgia.
Huang menyampaikan sambutannya melalui video ke pertemuan para pemimpin dari seluruh industri semikonduktor, teknologi, dan komunikasi.
“Saya sangat senang melihat komputasi terakselerasi NVIDIA dan AI dalam melayani industri pembuatan chip dunia,” kata Huang saat menjelaskan bagaimana kemajuan dalam komputasi terakselerasi, AI, dan manufaktur semikonduktor bersinggungan.
AI, Peningkatan Komputasi yang Dipercepat
Peningkatan kinerja eksponensial dari CPU telah menjadi dinamika yang mengatur industri teknologi selama hampir empat dekade, kata Huang.
Namun selama beberapa tahun terakhir desain CPU telah matang, ujarnya. Tingkat di mana semikonduktor menjadi lebih kuat dan efisien melambat, bahkan saat permintaan akan kemampuan komputasi melonjak.
“Akibatnya, permintaan global untuk komputasi awan menyebabkan konsumsi daya pusat data meroket,” kata Huang.
Huang mengatakan bahwa berjuang untuk nol bersih sambil mendukung “manfaat yang tak ternilai” dari lebih banyak daya komputasi memerlukan pendekatan baru.
Tantangannya adalah kecocokan alami untuk NVIDIA, yang memelopori komputasi yang dipercepat, menggabungkan kemampuan pemrosesan paralel GPU dengan CPU.
Akselerasi ini, pada gilirannya, memicu revolusi AI. Satu dekade lalu, peneliti deep learning seperti Alex Krizhevsky, Ilya Sutskever, dan Geoffrey Hinton menemukan bahwa GPU bisa menjadi superkomputer yang hemat biaya.
Sejak itu, NVIDIA menemukan kembali tumpukan komputasinya untuk pembelajaran mendalam, membuka “peluang triliunan dolar dalam robotika, kendaraan otonom, dan manufaktur,” kata Huang.
Dengan membongkar dan mempercepat algoritme intensif komputasi, NVIDIA secara rutin mempercepat aplikasi hingga 10-100x sambil mengurangi daya dan biaya dengan urutan besarnya, jelas Huang.
Bersama-sama, AI dan komputasi yang dipercepat mengubah industri teknologi. “Kami mengalami dua transisi platform secara bersamaan — komputasi yang dipercepat dan AI generatif,” kata Huang.
AI, Accelerated Computing Datang ke Pembuatan Chip
Huang menjelaskan bahwa pembuatan chip tingkat lanjut membutuhkan lebih dari 1.000 langkah, menghasilkan fitur seukuran biomolekul. Setiap langkah harus hampir sempurna untuk menghasilkan keluaran fungsional.
“Ilmu komputasi canggih dilakukan di setiap tahap untuk menghitung fitur yang akan dipolakan dan melakukan deteksi cacat untuk kontrol proses in-line,” kata Huang. “Pembuatan chip adalah aplikasi yang ideal untuk akselerasi NVIDIA dan komputasi AI.”
Huang menguraikan beberapa contoh bagaimana GPU NVIDIA menjadi semakin integral dengan pembuatan chip.
Perusahaan seperti D2S, IMS Nanofabrication, dan NuFlare membuat mask writer — mesin yang membuat photomask, stensil yang mentransfer pola ke wafer — menggunakan berkas elektron. GPU NVIDIA mempercepat tugas komputasi yang menuntut rendering pola dan koreksi proses mask untuk penulis mask ini.
Produsen semikonduktor TSMC dan penyedia peralatan KLA dan Lasertech menggunakan sinar ultraviolet ekstrem, yang dikenal sebagai EUV, dan sinar ultraviolet dalam, atau DUV, untuk pemeriksaan masker. GPU NVIDIA juga memainkan peran penting di sini, dalam memproses pemodelan fisika klasik dan pembelajaran mendalam untuk menghasilkan gambar referensi sintetik dan mendeteksi cacat.
KLA, Applied Materials, dan Hitachi High-Tech menggunakan GPU NVIDIA dalam sistem pemeriksaan dan peninjauan e-beam dan wafer optik.
Dan pada bulan Maret, NVIDIA mengumumkan bahwa mereka bekerja sama dengan TSMC, ASML, dan Synopsys untuk mempercepat litografi komputasi.
Litografi komputasi mensimulasikan persamaan perilaku cahaya Maxwell yang melewati optik dan berinteraksi dengan photoresist, jelas Huang.
Litografi komputasi adalah beban kerja komputasi terbesar dalam desain dan pembuatan chip, menghabiskan puluhan miliar jam CPU setiap tahunnya. Pusat data besar beroperasi 24/7 untuk membuat reticle untuk chip baru.
Diperkenalkan pada bulan Maret, NVIDIA cuLitho adalah pustaka perangkat lunak dengan alat dan algoritme yang dioptimalkan untuk litografi komputasi yang dipercepat GPU.
“Kami telah mempercepat pemrosesan sebanyak 50 kali lipat,” kata Huang. “Puluhan ribu server CPU dapat diganti dengan beberapa ratus sistem NVIDIA DGX, mengurangi daya dan biaya secara signifikan.”
Penghematan akan mengurangi emisi karbon atau mengaktifkan algoritma baru untuk mendorong lebih dari 2 nanometer, kata Huang.
Apa berikutnya?
Apa gelombang AI berikutnya? Huang menggambarkan AI jenis baru — “AI yang diwujudkan”, atau sistem cerdas yang dapat memahami, bernalar, dan berinteraksi dengan dunia fisik.
Dia mengatakan contohnya termasuk robotika, kendaraan otonom dan bahkan chatbots yang lebih pintar karena mereka memahami dunia fisik.
Huang menawarkan audiensnya untuk melihat NVIDIA VIMA, AI multimodal yang diwujudkan. VIMA, kata Huang, dapat melakukan tugas dari petunjuk teks visual, seperti “mengatur ulang objek agar sesuai dengan pemandangan ini”.
Itu dapat mempelajari konsep dan bertindak sesuai, seperti “Ini adalah widget”, “Itu adalah sesuatu” dan kemudian “Masukkan widget ini ke dalam benda itu”. Itu juga dapat belajar dari demonstrasi dan tetap berada dalam batas yang ditentukan, kata Huang.
VIMA berjalan di NVIDIA AI, dan kembaran digitalnya berjalan di NVIDIA Omniverse, platform pengembangan dan simulasi 3D. Huang mengatakan bahwa AI yang memahami fisika dapat belajar untuk meniru fisika dan membuat prediksi yang mematuhi hukum fisika.
Para peneliti sedang membangun sistem yang menyatukan informasi dari dunia nyata dan virtual dalam skala besar.
NVIDIA sedang membangun kembaran digital planet kita, yang disebut Earth-2, yang pertama-tama akan memprediksi cuaca, lalu cuaca jarak jauh, dan akhirnya iklim. Tim Earth-2 NVIDIA telah menciptakan FourCastNet, model fisika-AI yang meniru pola cuaca global 50-100.000x lebih cepat.
FourCastNet berjalan di NVIDIA AI, dan kembaran digital Earth-2 dibangun di NVIDIA Omniverse.
Sistem seperti itu menjanjikan untuk mengatasi tantangan terbesar di zaman kita, seperti kebutuhan akan energi yang murah dan bersih.
Misalnya, para peneliti di Otoritas Energi Atom Inggris dan Universitas Manchester menciptakan kembaran digital dari reaktor fusi mereka, menggunakan fisika-AI untuk meniru fisika plasma dan robotika untuk mengontrol reaksi dan mempertahankan pembakaran plasma.
Huang mengatakan para ilmuwan dapat mengeksplorasi hipotesis dengan mengujinya di digital twin sebelum mengaktifkan reaktor fisik, meningkatkan hasil energi, pemeliharaan prediktif, dan mengurangi waktu henti. “Fisika-AI reaktor plasma berjalan di NVIDIA AI, dan kembaran digitalnya berjalan di NVIDIA Omniverse,” kata Huang.
Sistem seperti itu menjanjikan kemajuan lebih lanjut dalam industri semikonduktor. “Saya berharap fisika-AI, robotika, dan kembar digital berbasis Omniverse membantu memajukan masa depan pembuatan chip,” kata Huang.
Namun para bettor tidak harus khawatir, tidak sampai 5 menit, tentunya keluaran ini dapat ditampikan secara live dan sanggup kalian tengok terhadap web site togel hkg. Bagi kalian yang melepas live draw ini, sanggup memandang pada information hk yang tetap di update sehabis adanya pengeluaran hk .
