英伟达称 AI 重塑芯片工厂：仿真提速最高 35 倍，工程师决策从数天缩至数分钟

IT之家 11 月 4 日消息，英伟达于 11 月 3 日发布文章称，人工智能正在推动半导体晶圆厂进入“AI 定义工厂”阶段：通过加速仿真、学习型物理模型、AI 智能体和数字孪生， 正在显著提速芯片制造中的设计、测试与生产决策。 加速仿真（accelerated simulation） 指利用 GPU、并行计算、AI 智能体模型等技术， 把传统依赖 CPU 的工程仿真从数小时、数天压缩到数分钟甚至毫秒级的过程。 在半导体制造中，它让工程师能更快测试工艺方案、预测缺陷风险，而不必先做昂贵且耗时的真实产线实验。 IT之家援引博文介绍，随着先进芯片需求上升，制造工艺愈发复杂，良率和工艺质量的容错空间不断缩小。传统产线实验既慢又贵，工程师分析工艺变更、材料反应或缺陷根因，往往需要数天。AI 的价值在于， 让工程师在投入真实试验前，先在虚拟环境中更快地比较方案、发现风险。 加速仿真的目标是在真实制造之前，更快得到足够可靠的“虚拟实验”结果，从而减少试错、提高良率并降低成本。 学习型物理模型（Learned physics models） 是指利用机器学习从高精度仿真、实验或产线数据中学习物理规律的模型。它会学习温度、压力、材料、电磁场、等离子体等变量之间的映射关系，从而快速预测复杂物理过程。英伟达在半导体制造报道中，将其视为加速晶圆厂仿真与决策的关键技术之一。 数字孪生（Digital Twin） 是指在虚拟环境中创建物理对象、系统或流程的动态数字副本。它不只是静态 3D 模型，而是能接收实时或历史数据、模拟运行状态、预测结果，并支持“先在虚拟世界试、再到现实世界做”的决策方式。在英伟达关于半导体制造的报道中，数字孪生被用于构建整座晶圆厂的虚拟模型，帮助工程师在投产前发现瓶颈、验证布局和运营策略。 在具体案例中，多物理场仿真软件 COMSOL 借助英伟达 cuDSS，将半导体制造相关