GPU加速光刻:NVIDIA cuLitho的'三神套路'如何挑战摩尔定律

xiejin77

T教授的回复，让我忍不住思考这样的一个问题。生成式AI的能力该如何应用，或者推而广之AI的能力该如何使用？

; }, b+ R: b+ v4 A6 K3 y. y  }这个问题让我想起来了上半年的一篇旧文，英伟达的老黄鼓捣的新玩意儿，国内很少介绍，但却确实很有趣。
  e6 A# o+ t; O; m1 K: q: w) c
- l8 {, n: A2 C先说我个人的理解，NVIDIA最新推出的cuLitho技术,以及它可能给半导体行业带来的革命性影响。

不知道爱坛的朋友们玩过《上古卷轴五:天际》吗?游戏里有个著名的"三神套路":玩家通过炼金、附魔、锻造三大技能的相互加成,不断制造出更强大的装备,最终突破游戏设定的能力上限。这个套路让我想到了cuLitho可能带来的效果 - 一种突破摩尔定律桎梏的"三神套路"。
3 x0 ?3 g- y" |4 B' O6 a
( [8 ~6 H/ }! H! T) x- @9 w其实芯片制造行业也有类似的困局，随着芯片制程不断缩小,光刻技术面临着前所未有的挑战。计算光刻已经成为半导体生产中最大的计算工作负载之一,需要海量的算力支持。传统的CPU计算已经难以应对,成为制约芯片制程发展的瓶颈。
2 s9 `7 E' @3 k- p( x8 _3 x
4 K2 v/ V4 F# T& i5 f0 ]& c9 `这就是NVIDIA cuLitho希望突破的地方。它是一套基于GPU加速的计算光刻解决方案,利用GPU强大的并行计算能力,显著提升了ILT(反向光刻技术)、OPC(光学邻近效应校正)等关键环节的计算性能。
$ x/ a  W& P0 N5 d! K% |; J' r6 d: p; q5 A
cuLitho的核心是一套经过优化的算法库,能够充分发挥GPU的并行计算优势。例如,它将ILT中的Mask Optimization、Fourier Optics Simulation等算法映射到GPU上,利用其强大的矩阵运算和卷积运算能力,实现高效的并行处理。
4 t# M- S# ]4 K- S: p- G3 ^+ h+ P
8 k5 F  L: [4 G- X  V4 u- {更重要的是,cuLitho与主流光刻设备和EDA软件实现了无缝衔接。它与ASML、LAM Research等光刻设备厂商,以及新思科技、Mentor等EDA厂商展开了深度合作,打通了从设计到量产的端到端流程。
, m* |6 q2 p, e2 k; s5 G6 V
$ h5 A7 X% I, E- y, t1 d- |# U在硬件方面,cuLitho可以灵活部署在NVIDIA各种GPU平台上。据NVIDIA介绍,一个配备500块NVIDIA Hopper GPU并运行cuLitho的系统,可以取代多达40000个CPU,使总拥有成本降低高达90%。

那么,cuLitho能带来多大的性能提升呢?根据NVIDIA的数据,与基于CPU的传统方案相比:
. O6 u: P' T' x- T) m( d% ^- cuLitho可以将ILT的计算速度提高40倍,使原本需要数周才能完成的光掩模制造任务在一夜之间完成。
- cuLitho可以将掩模生产效率提高3-5倍。
# |) ^& C% P& C3 h( u- 500个NVIDIA Hopper GPU运行cuLitho,可以取代多达40,000个CPU,所需功耗仅为1/9,占地面积也降至1/8。
; `( g5 D& G$ d1 V8 A+ P; Z
这样的提升意味着什么?制程演进的效率和速度都将得到成倍改善,新技术节点的开发周期有望缩短,从而加快产业创新步伐。更重要的是,当与高NA EUV(高数值孔径极紫外)光刻系统等先进工艺配合时,cuLitho有望进一步突破纳米级乃至埃米级(Angstrom)的微缩尺度,开拓新的设计空间。
/ F# X0 i/ Z8 D3 M* |
9 u+ s( M# h' h  J  ~( V6 w现在,让我们回到开头提到的"三神套路"。cuLitho是否可能开启一个类似的技术正循环呢?
! U5 U& y6 e3 \
% A: V' w- s3 J% l% @% Z0 Y设想一下:GPU加速催生出更先进的光刻工艺,反过来又促进了GPU性能的提升;更强大的GPU算力再反哺光刻技术创新,推动制程工艺的突飞猛进。如此循环往复,半导体技术或将迎来新的跃迁,延续甚至超越摩尔定律。

( M! g, l! S5 a. ~1 F( D这个循环是如何运作的呢?首先,GPU加速显著提升了光刻关键环节的效率。以ILT为例,它是一种复杂的反问题求解过程,需要大量的迭代优化计算。GPU的并行计算能力可以将ILT的计算速度提高40倍以上,这意味着芯片制造商可以在更短的时间内完成光刻,加速新制程的研发和量产。

其次,GPU加速还能助力更先进光刻技术的突破。以EUV光刻为例,它是7nm以下先进制程的关键技术,但对掩模质量和精度提出了极高要求。据ASML介绍,3nm及以下的EUV多重图案叠加光刻,掩模的数据量可达1.5TB以上。如此海量的数据处理和计算,已经远超CPU的能力范围,GPU加速成为突破技术瓶颈的必由之路。
* X! J0 s  F0 g& ?' J) }  ]
借助GPU加速,EUV等前沿光刻技术有望加速成熟,推动摩尔定律的延续。而一旦EUV等先进光刻技术广泛应用,芯片的特征尺寸和晶体管密度还将进一步提升,这反过来又将促进GPU本身性能的提升。

以NVIDIA为例,其最新的Hopper架构GPU就采用了TSMC的5nm EUV工艺制造,晶体管数量高达850亿个,较上一代提升24%。先进制程让GPU的算力、能效等关键指标不断刷新纪录,也让更强大、更高效的GPU加速方案成为可能。
; j' k0 [* s1 `( z( g
从某种意义上说,正是先进光刻工艺成就了GPU的进化,也成就了GPU加速计算的新高度。而GPU性能的提升,反过来又将进一步促进光刻技术的突破。

可以想见,在这种GPU加速与光刻工艺创新的交替迭代中,摩尔定律有望焕发新的生命力。GPU性能的提升为先进光刻技术扫清了算力障碍,先进光刻工艺的突破又为GPU架构升级开辟了新的空间。二者相互促进、交相辉映,有望开创半导体技术发展的新局面。
) M; _4 f- L- k$ V$ I! a0 M
( l' r: f3 m% u# q% h! h- l/ T当然,cuLitho并非没有局限。光刻受限于物理定律,特征尺寸到底能做到多小还是未知数。芯片设计复杂度也在急剧增加,算法工具还需齐头并进。更别提先进制程动辄数十亿美元的成本压力。

但无论如何,作为GPU通用计算在半导体工程领域的里程碑式应用,cuLitho的意义已经超越了单一技术层面。它体现了业界利用全新计算平台突破瓶颈的决心,为摩尔定律续命注入新动力。
( U2 K! o# s  D; U+ J7 v
站在后摩尔时代的十字路口,cuLitho提供了一种"三神套路"式的技术想象:软硬协同、算法优化、生态共建,半导体行业仍有希望不断刷新性能记录、创造新的可能性。就像勇敢的冒险者,armed by the synergies of enchanting, alchemy and smithing,一路披荆斩棘终成一代神话,我们应该期待NVIDIA cuLitho这样的"三神套路"级技术,也许真能助力半导体行业乘风破浪,不断超越自我,书写更精彩的传奇。

* n' B) Z# V" v( e: A# s& o原文链接
' k" n& M. N! S4 j

moletronic

摩尔定律不是真的物理定律，设计周期缩短无法打破物理极限。OPC只是帮助光刻机挖掘潜力，没法打破阿贝定律。cuLitho就算成了也就是让搞OPC的三家裁员罢了。
顺便，cuLitho是Vivek Singh主导，他是前牙膏厂主管OPC的fellow，算是为牙膏厂10nm失败背锅的之一了。

ltpub

光刻的时候掩膜是不是预生成好的，而是实时计算的吗？如果是实时计算的，那么是根据上一层曝光好的晶圆“测量”出的数据吗？

moletronic

是预生成的，但每次开发新节点都是一个多次迭代的过程。