A medida que crecen las cargas de trabajo de inteligencia artificial, la demanda explosiva de cómputo empuja a la industria de semiconductores a alcanzar metas de rendimiento sin precedentes. En ciclos de hardware que se mueven muy rápido, incluso pequeños retrasos pueden tener un impacto financiero desproporcionado. Al mismo tiempo, el paso de optimizar a nivel de chip a hacerlo a nivel de sistema agrava los desafíos térmicos y de consumo eléctrico.
Applied Materials y NVIDIA plantean atacar ese cuello de botella con un modelo de desarrollo digital de extremo a extremo que combina la experiencia de Applied Materials en ingeniería de materiales y fabricación con las librerías NVIDIA CUDA-X. La colaboración busca acelerar todo el flujo de innovación, desde el descubrimiento a escala atómica hasta la optimización de la fábrica.
¿Cómo aceleran NVIDIA y Applied Materials la fabricación de chips?
La estrategia opera en tres frentes. Al inicio de la cadena, las simulaciones aceleradas por GPU amplían el espacio de diseño para los ingenieros de materiales. En el medio, el modelado basado en física acelera el desarrollo de cámaras y recetas de proceso. Al final, los gemelos digitales (digital twins) impulsados por IA predicen el rendimiento de la fábrica antes de que un cambio llegue a la línea de producción.
Modelado de materiales a escala atómica
Con la desaceleración del escalado geométrico, el avance de los semiconductores depende cada vez más de la innovación en materiales: dieléctricos, conductores y otras películas delgadas. A escala atómica, variaciones mínimas en la estructura de un material o en sus interfaces afectan de forma significativa el rendimiento, la fiabilidad y el rendimiento de producción (yield). Detectar esos efectos solo mediante experimentación física es demasiado lento y caro.
Applied Materials aborda esa limitación con Ginestra, una plataforma de simulación basada en física y centrada en defectos que conecta las propiedades de un material con el rendimiento previsto del dispositivo. Un caso clave son las estructuras de compuerta metálica de alta constante dieléctrica (HKMG) en transistores gate-all-around (GAA), que empaquetan cinco materiales distintos en un espacio de apenas la diezmilésima parte del ancho de un cabello humano.
Históricamente, alcanzar la fidelidad de simulación requerida consumía mucho tiempo de cómputo, lo que restringía cuánto podían explorar los ingenieros. Al integrar NVIDIA cuDSS en Ginestra, Applied Materials acelera el álgebra lineal dispersa que está en el corazón de estas simulaciones, con una mejora de hasta 10 veces frente a los enfoques que solo usan CPU, sin sacrificar precisión.
La predicción atómica precisa también depende de la teoría del funcional de la densidad (DFT), el método estándar de la industria para modelar estructura electrónica, muy predictivo pero muy intensivo en cómputo. Las simulaciones tradicionales en CPU pueden tardar días o semanas. Aquí entra NVIDIA cuEST, que acelera los pasos más exigentes del flujo DFT. En sistemas NVIDIA B200, simulaciones que antes tomaban cinco días sobre 64 núcleos de CPU ahora se completan en unas dos horas en una sola GPU, un salto de aproximadamente 55 veces.
De la investigación a la manufactura de alto volumen
Tras identificar materiales prometedores, el siguiente reto es traducir esos hallazgos en procesos de fabricación repetibles y de alto rendimiento, gobernados por una física fuertemente acoplada: flujo de fluidos, transferencia de calor, dinámica del plasma, reacciones de superficie y efectos electromagnéticos.
La plataforma ACE+ de Applied Materials reúne estos modelos multifísicos para simular cómo interactúan el diseño de la cámara, la configuración del hardware y los parámetros de proceso. Luego NVIDIA PhysicsNeMo convierte los resultados en gemelos digitales en tiempo real del comportamiento del proceso. Con aceleración por GPU, las simulaciones de topografía de ACE+ corren hasta 35 veces más rápido, comprimiendo en horas flujos de trabajo que antes tomaban días.
El gemelo digital de la fábrica completa
Las innovaciones de proceso validadas se despliegan a producción con las plataformas Integrated Materials Solutions de Applied Materials, como Endura, uno de los sistemas de metalización más exitosos de la industria. Desde ahí el foco se expande a la fábrica entera, donde las interacciones entre equipos y la dinámica del flujo determinan el throughput, el costo y el yield.
A escala de fábrica, Applied Materials usa las librerías de NVIDIA Omniverse para construir gemelos digitales físicamente precisos de plantas completas. Estos entornos permiten optimizar la disposición de los equipos, simular y agilizar el flujo de material, identificar cuellos de botella y validar estrategias operativas antes de ejecutarlas, acelerando la puesta en marcha de la manufactura de alto volumen.
Un hilo digital de los átomos a la fábrica
En conjunto, cuEST mejora el modelado de estructura electrónica de alta precisión, cuDSS acelera simulaciones de ingeniería a gran escala, NVIDIA PhysicsNeMo transforma datos de simulación en gemelos digitales en tiempo real y NVIDIA Omniverse conecta datos, modelos y flujos a través de gemelos digitales basados en física.
El mensaje de fondo es un cambio de la industria hacia la innovación entre ecosistemas, donde el progreso surge cada vez más de una colaboración más estrecha a lo largo de toda la cadena de valor del semiconductor. Puede leer más sobre cómo acelerar el diseño y la fabricación de semiconductores en el sitio de NVIDIA.
