NVIDIA och Applied Materials går samman för att påskynda halvledardesign med hjälp av GPU-accelererade simuleringar och digitala tvillingar, ett steg som syftar till att möta den växande efterfrågan på chips som driver artificiell intelligens.
Varför samarbetet är viktigt nu
Partnerskapet kommer i en tid då AI-modeller blir allt större och mer komplexa, vilket kräver chips som både är kraftfullare och mer energieffektiva. Traditionella designmetoder har svårt att hänga med. Genom att kombinera NVIDIAs GPU-beräkning med Applied Materials expertis inom materialteknik och processimulering hoppas de två företagen kunna minska tiden det tar att föra nya chiparkitekturer från koncept till produktion.
Vad digitala tvillingar tillför fabriken
Digitala tvillingar – virtuella kopior av fysiska tillverkningsprocesser – gör det möjligt för ingenjörer att testa och justera chipdesigner utan kostnad och förseningar som fysiska prototyper medför. Applied Materials kommer att använda NVIDIAs accelererade beräkningsplattform för att köra dessa simuleringar i stor skala, och modellera allt från transistorbeteende till termiska effekter. Målet är att identifiera designfel tidigare och optimera prestanda innan en enda wafer bearbetas.
AI-driven efterfrågan som katalysator
Drivkraften bakom avancerade chips är till stor del AI i sig själv. Att träna stora språkmodeller och köra inferens i stor skala kräver specialiserade processorer, ofta byggda på de senaste noderna. Applied Materials tillhandahåller utrustning och processkunskap för dessa noder; NVIDIA levererar den beräkningskraft som behövs för att simulera dem. Samarbetet är ett direkt svar på branschens behov av snabbare och mer förutsägbara chiputvecklingscykler.
Företagen har inte avslöjat någon specifik tidsplan eller ekonomiska villkor. De planerar att visa upp initiala resultat på en industrikonferens senare i år. För närvarande ligger fokus på att integrera deras respektive simuleringsverktyg i ett enhetligt arbetsflöde som chiptillverkare kan använda.
