英伟达 CEO 黄仁勋：芯片制造是 AI 的「理想应用」 下一波浪潮是「具身人工智能」

英伟达创始人兼首席执行官黄仁勋周二在比利时安特卫普举行的 ITF World 2023 半导体会议上表示，芯片制造是英伟达加速和人工智能计算的「理想应用」。

他详细阐述了计算技术的最新进展如何加速「世界上最重要的产业」，并通过视频向来自半导体、科技和通信行业的领导人发表讲话。

黄仁勋说：「我很高兴看到英伟达加速计算和人工智能正在服务于全球的芯片制造业」，并详细说明了加速计算、人工智能和半导体制造之间的交集。

黄仁勋解释说，高级芯片制造需要进行 1000 多个步骤，才能产生大小相当于生物分子的特征。每个步骤必须几乎完美，才能产生功能性输出。「在每个阶段都进行复杂的计算科学来计算要被提取的特征，并进行在生产线过程控制方面的缺陷检测，芯片制造是英伟达加速和人工智能计算的理想应用」，黄说。

他举出了几个例子，说明 NVIDIA GPU 在芯片制造中变得越来越重要。像 D2S、IMS Nanofabrication 和 NuFlare 这样的公司，使用电子束构建掩模刻写机，即创建光罩，将图案转移至晶片。使用 NVIDIA GPU 可以加速需要进行计算的图案渲染和掩模过程校正。芯片制造商台积电和设备供应商 KLA 和 Lasertech 使用极紫外光和深紫外光进行掩模检查。这里 NVIDIA GPU 在处理经典物理模型和深度学习方面起着至关重要的作用，以生成综合参考图像并检测缺陷。

KLA、Applied Materials 和 Hitachi High-Tech 在它们的电子束和光学晶片检查和审查系统中使用 NVIDIA GPU。今年 3 月，NVIDIA 宣布正在与台积电、ASML 和 Synopsys 合作，加速计算光刻。

黄仁勋解释，计算光刻模拟了光通过光学和与光刻胶相互作用时的麦克斯韦方程。计算光刻是芯片设计和制造中最大的计算工作量，每年消耗数百亿个 CPU 小时。大型数据中心运行 24/7 以创建新芯片的遮板。

英伟达在三月份推出了优化工具和算法的软件库 cuLitho，用于加速计算光刻。「我们已经加速了处理速度 50 倍，」黄仁勋说。「成千上万台 CPU 服务器可以用少于几百个 NVIDIA DGX 系统取代，将功耗和成本降低一个数量级。」这些节省将减少碳排放量或使新算法能够超越 2 纳米的极限。

关于下一代人工智能，黄仁勋描述了一种新型人工智能——「embodied AI（具身化人工智能）」，即能理解、推理和与物理世界互动的智能系统。他说，例如机器人、自主车辆和能够理解物理世界的聊天机器人。

黄仁勋向听众展示了 NVIDIA 的多模态具身人工智能 VIMA，他说，VIMA 可以通过视觉文本提示执行任务，例如「重新排列对象以匹配此场景」。它可以学习概念并相应地行动，例如「这是一个小部件」，「那是一个东西」，然后「将这个小部件放在那个东西里面」。它也可以从演示中学习并保持在指定的边界内，黄仁勋说。

VIMA 运行在 NVIDIA AI 上，其数字双胞胎（digital twin）在 NVIDIA Omniverse 中运行，这是一个 3D 开发和仿真平台。黄仁勋说，具备物理学知识的人工智能可以学习模拟物理，并进行遵守物理法则的预测。研究人员正在开发能够将现实世界和虚拟世界信息融合的系统。

NVIDIA 正在构建我们的鉴于的数字双胞胎，称为 Earth-2，这将首先应用于预测天气，然后是长期天气，最终是气候。NVIDIA 的 Earth-2 团队创建了 FourCastNet，这是一个物理人工智能模型，可以比全球天气模型快 50000-100000 倍。

这些系统有望推动半导体行业的进一步发展。「我期待基于物理人工智能、机器人技术和 Omniverse 的数字双胞胎有助于推动芯片制造的未来发展，」黄仁勋说。