今、この協業が重要な理由
この提携は、AIモデルがより大規模かつ複雑になり、より高性能でエネルギー効率の高いチップが求められる中で実現しました。従来の設計手法では追いつくのが難しくなっています。NVIDIAのGPUコンピューティングとApplied Materialsの材料工学およびプロセスシミュレーションの専門知識を組み合わせることで、両社は新しいチップアーキテクチャを構想から量産に至るまでの時間を短縮したいと考えています。
デジタルツインが工場にもたらすもの
デジタルツイン（物理的な製造プロセスの仮想レプリカ）により、エンジニアは物理的な試作品を製作するコストや遅延なしにチップ設計をテストし調整できます。Applied MaterialsはNVIDIAのアクセラレーテッドコンピューティングプラットフォームを使用して、これらのシミュレーションを大規模に実行し、トランジスタの動作から熱効果までをモデル化します。目標は、1枚のウェハーを処理する前に設計上の欠陥を早期に発見し、性能を最適化することです。
触媒としてのAI主導の需要
高度なチップへの需要は、主にAI自体によって推進されています。大規模言語モデルのトレーニングや推論の大規模実行には、多くの場合最先端ノードで製造される専用プロセッサが必要です。Applied Materialsはそれらのノード向けの装置とプロセスノウハウを提供し、NVIDIAはそれらをシミュレーションするために必要な計算能力を供給します。この協業は、より迅速で予測可能なチップ開発サイクルに対する業界のニーズに直接応えるものです。
両社は具体的なスケジュールや財務条件を開示していません。今年後半に開催される業界会議で初期成果を披露する予定です。現時点では、それぞれのシミュレーションツールをチップメーカーが採用できる統合ワークフローに統合することに焦点を当てています。
