Новая библиотека от NVIDIA ускоряет литографию процессоров в 40 раз

Говорят, это прорыв в производстве чипов.

Максим Сафронов

Автор, редактор, IT-журналист. Рассказывает о новых технологиях, цифровых профессиях и полезных инструментах для разработчиков. Любит играть на электрогитаре и программировать на Swift.

Зачем понадобилось ускорять производство

Современные процессоры делают так: сначала изготавливают трафарет, а потом ультрафиолетовым лучом рисуют по нему транзисторы на кремниевой пластине. Этот процесс называется литографией, и он далеко не новый — таким способом делают процессоры со времен The Beatles и полёта на Луну.

Но при всех достоинствах у литографии есть и недостатки. Например, при отрисовке совсем маленьких транзисторов свет может вести себя странно, выдавать нечёткий рисунок или создавать дефекты на пластине. Чтобы такого не было, придумали вычислительную литографию — это когда недостатки литографии исправляются программно.

Так вышло, что вычислительная литография — это штука долгая и дорогая. Например, на заводе TSMC, который снабжает процессорами всё человечество, есть целый цех, где над этим работают тысячи серверных машин. А на создание одной маски-шаблона порой уходят недели.

Как этого добились

NVIDIA создала библиотеку, которая ускоряет вычислительную литографию с помощью GPU — называется cuLitho. По словам директора компании, благодаря этой библиотеке можно ускорить создание одного шаблона в 40 раз — вместо двух недель этот процесс будет занимать всего 8 часов.

Плюс для производства теперь нужно гораздо меньше «железа» — 500 графических процессоров NVIDIA смогут выполнять ту же работу, что и 40 тысяч машин, установленных на заводе TSMC. То есть тут экономия не только в скорости, но и в потреблении энергии, и в пространстве, и в обслуживании.

Как сообщает NVIDIA, технологию уже внедряют ведущие производители процессоров — это и TSMC, и ASML, и Synopsys. Как именно работает технология, в компании не раскрывают, но анонсируют в будущем внедрение в библиотеку алгоритмов искусственного интеллекта и машинного обучения.

Больше интересного про код в нашем телеграм-канале. Подписывайтесь!

Читайте также: