2022年9月,美国商务部表示,将从CHIPS法案中划拨500亿美元以补贴美国本土的芯片工厂建设与芯片产品研发项目。就在本月,美国再次出台推动美国制造业回迁本国的相关政策,为此,众多美国企业纷纷开始在美国本土投资建厂。
据悉,英特尔计划斥资200亿美元在俄亥俄州新奥尔巴尼建设一座制造工厂,预计这处设施将在2025年投入运营,并将成为全球规模最大的芯片制造基地之一。台积电和三星也官宣在美建厂,其中三星宣布将在2024年于得克萨斯州建设一处价值170亿美元的芯片工厂。
与此同时,人工智能(AI)与机器学习(ML)也在加强对半导体行业的影响,二者正在以我们难以想象的方式提高运算效率。在如今这个高度自动化的时代,AI与数字孪生技术已经在一起推动芯片设计与制造流程,进而帮助我们快速弥合算力供需之间的差距。
作为物理对象及过程的实时数字化虚拟映射,数字孪生自从2010年在NASA被首次用于改进航天器的物理模拟以来,已经迎来了喜人的发展态势。
如今的数字孪生技术能够帮助芯片制造商在满负荷运转的同时提高制造效能,同时确保生产体系不会发生任何中断。LAM Research、博世(已经在德国一处半导体工厂内使用数字孪生)和Applied Materials(材料工程领域的领军企业,生产各类新型芯片和先进显示器)等厂商已经开始部署基于机器学习的数字孪生模型,不仅模拟效果更加准确,速度也是传统物理模拟的上百万倍。
Tignis、AspenTech和Ansys等科技初创公司也在积极做出探索,尝试利用数字孪生优化工业运营,将AI与机器学习引入到广泛的应用场景中。
随着AI开始在流程控制与流程建模当中发挥关键作用,进而被应用于工程仿真的几乎各个层面,整个制造业也有望在产量、质量和吞吐能力方面迈上新的台阶,甚至迎来一轮颠覆性升级。
事实证明,数字孪生建模确实能够在芯片制造流程中发挥巨大价值,助力设计与生产流程的简化,同时大大降低对于物理设计原型的依赖。
但必须承认,尽管已经有部分芯片制造商在利用数字孪生建立开发模型,但这项技术在生产优化上的通用性还非常有限,不过,这项技术在芯片制造上仍然有很大的潜在发展空间:
通过在云端重建物理系统,制造商可以从中发现关键模式并扩大产能水平,而且使整个过程纯靠虚拟仿真,直接消除了由传统模拟带来的一切风险。
随着宏观经济震荡带来的巨大压力,数字孪生技术可能将彻底改变芯片设计商、代工厂商和消费者的思维模式。
好文章,需要你的鼓励
尽管市场上频繁出现所谓的自主代理 AI,但目前尚无统一定义,多数产品不过是 LLM 的简单包装,这让 CIO 在采购时面临风险与困惑。
最新研究发现,AI生成的代码常错误引用虚构依赖库,为供应链攻击提供契机,可能导致数据泄露、植入后门等恶意行为,严重威胁系统安全。
本文讨论了 IT 自动化过程中容易忽视的流程问题、数据质量、整合难题、成本误区以及 AI 融入后带来的监管与创新挑战。
构建云边端协同的多元化算力体系已成为企业实现大模型规模化落地的关键路径,Arm正助力从云到端的大模型部署与高效运行,满足企业对更高性能、更高能效以及更强本地处理能力的迫切需求。