NVIDIA y TSMC han anunciado una colaboración que lleva la inteligencia artificial y la computación acelerada a una de las partes más complejas de la industria tecnológica: la fabricación avanzada de semiconductores. La alianza, presentada en GTC Taipei, no se limita al diseño de chips más potentes, sino que busca aplicar modelos de IA, librerías CUDA-X, visión artificial y simulación digital dentro de las propias fábricas de TSMC.

El movimiento tiene una lectura importante para todo el sector. A medida que los chips avanzan hacia nodos más pequeños y diseños más densos, llevar un procesador desde el diseño hasta la producción en volumen se ha convertido en un problema computacional enorme. La litografía computacional, la simulación de transistores, el control de procesos, la inspección de obleas y la planificación de una fab moderna generan cargas de trabajo que ya no pueden depender solo de métodos tradicionales.

TSMC, el mayor fabricante de semiconductores por contrato del mundo, está usando tecnologías de NVIDIA para reducir tiempos de ciclo, mejorar eficiencia energética, elevar productividad operativa y reforzar el rendimiento de sus procesos de fabricación avanzada. En la práctica, la inteligencia artificial deja de ser solo una carga que se ejecuta sobre chips fabricados por TSMC para convertirse también en una herramienta que ayuda a fabricar esos mismos chips.

CUDA-X entra en litografía, simulación y control de proceso

Una de las piezas centrales del anuncio es el uso de librerías CUDA-X y modelos de IA para acelerar cargas críticas dentro del ciclo de diseño y fabricación. NVIDIA destaca cuatro áreas: litografía computacional, simulación de transistores y materiales, control avanzado de proceso y optimización de operaciones en fábrica.

En litografía computacional, TSMC está usando NVIDIA cuLitho, una librería acelerada por GPU diseñada para tareas relacionadas con el diseño de máscaras. Según NVIDIA, esta tecnología ofrece una mejora de entre el 20 % y el 50 % en coste-efectividad o tiempo de ciclo frente a enfoques basados en CPU, manteniendo el mismo coste total de propiedad. En una industria donde cada reducción de tiempo puede adelantar la llegada de un nodo o mejorar la capacidad disponible, ese margen es relevante.

La simulación también gana peso. TSMC utiliza NVIDIA cuEST, una librería de simulación de estructura electrónica acelerada por GPU, con la que NVIDIA afirma que se obtienen simulaciones químicas hasta 50 veces más rápidas de media para el diseño de materiales semiconductores. Este tipo de carga es clave cuando se estudian nuevos materiales, interfaces y comportamientos físicos que afectan al rendimiento y la fiabilidad de los transistores.

En control avanzado de proceso, TSMC recurre a NVIDIA cuML para acelerar analítica a gran escala sobre GPUs. La finalidad es procesar cientos de miles de parámetros repartidos por miles de pasos de fabricación y convertirlos en entradas precisas para modelos de aprendizaje automático. El objetivo es reducir variaciones de proceso, una de las grandes obsesiones de cualquier fabricante de chips avanzado, porque pequeñas desviaciones pueden afectar al rendimiento o al yield.

La cuarta área es la optimización operativa de la fábrica. NVIDIA señala que el uso de CUDA y GPUs H200 ha permitido mejorar la programación de producción y gestionar restricciones complejas dentro de las fabs. En una planta de semiconductores, la planificación no es trivial: herramientas, materiales, robots, turnos, mantenimientos, prioridades de cliente y rutas de proceso deben coordinarse con enorme precisión.

Visión artificial para detectar defectos a escala nanométrica

La inspección de defectos es otro frente crítico. A medida que los chips se vuelven más complejos, incluso irregularidades diminutas pueden afectar a la calidad final. TSMC está usando NVIDIA Metropolis y NVIDIA TAO Toolkit para mejorar la clasificación avanzada de defectos con visión artificial.

La ventaja no está solo en detectar más defectos, sino en reducir la necesidad de etiquetar y reentrenar modelos de forma repetida cada vez que cambian las condiciones de proceso, las herramientas de inspección o los tipos de defecto. En una fab avanzada, los patrones de fallo pueden variar y evolucionar. Si los sistemas de visión necesitan mucho trabajo manual para mantenerse actualizados, la automatización pierde parte de su valor.

La IA aplicada a inspección puede ayudar a cerrar ese hueco. Un sistema capaz de detectar defectos a escala nanométrica, aprender de cambios de patrón y apoyar a los equipos de calidad permite reaccionar antes y mejorar el rendimiento de fabricación. Para TSMC, esto es especialmente sensible porque sus clientes dependen de volúmenes, plazos y yields muy ajustados para procesadores de IA, móviles, servidores, automoción y electrónica avanzada.

FabTwin: la fábrica virtual antes de construir la física

NVIDIA también ha destacado el uso de Omniverse por parte de TSMC para explorar FabTwin, un entorno virtual de fábrica pensado para evaluar diseños de herramientas de proceso y flujos de simulación asociados. La idea es probar escenarios digitalmente antes de tomar decisiones físicas o comprometer grandes inversiones de capital.

Una fab avanzada es una de las instalaciones industriales más complejas que existen. Combina herramientas de fabricación extremadamente caras, sistemas de vacío, salas limpias, robots, personas, transporte interno de obleas, control ambiental, química, energía, refrigeración y software de planificación. Un error de diseño en el layout puede tener efectos sobre productividad, mantenimiento, seguridad o capacidad de expansión.

Un gemelo digital permite comparar configuraciones, detectar restricciones antes, analizar flujos de materiales y acelerar decisiones. No sustituye a la ingeniería física, pero puede reducir incertidumbre y mejorar la planificación. En un momento en el que la demanda de chips de IA está presionando a toda la cadena, cualquier avance que ayude a construir o ampliar capacidad con menos riesgo tiene valor estratégico.

La IA como herramienta para fabricar la próxima generación de IA

El anuncio entre NVIDIA y TSMC refleja una circularidad cada vez más evidente. La IA necesita chips más potentes. Esos chips necesitan fábricas más avanzadas. Y esas fábricas empiezan a necesitar IA para operar con más precisión, velocidad y eficiencia. La frontera ya no está solo en diseñar una GPU más rápida, sino en mejorar cada capa que permite fabricarla.

Jensen Huang, fundador y consejero delegado de NVIDIA, ha señalado que TSMC está llevando la IA y la computación acelerada «al interior de la fab» para abordar retos de diseño y fabricación con simulación, optimización e inteligencia artificial. C.C. Wei, presidente y consejero delegado de TSMC, ha enmarcado la colaboración dentro de una relación de largo recorrido entre ambas compañías para reforzar liderazgo tecnológico y excelencia manufacturera.

La alianza también muestra cómo NVIDIA intenta extender su papel más allá del centro de datos. Sus GPUs y librerías ya son centrales en entrenamiento e inferencia de modelos, pero ahora también aparecen como herramientas para litografía, simulación, inspección y gestión industrial. Para TSMC, integrar estas capacidades puede ayudar a sostener su posición en la fabricación de chips avanzados, justo cuando la demanda de IA exige más capacidad, más precisión y ciclos de mejora más rápidos.

La industria de semiconductores lleva años dependiendo de avances coordinados en diseño, materiales, litografía, empaquetado, software y fabricación. La diferencia es que la IA empieza a actuar como una capa transversal en todas esas etapas. Si la promesa se cumple, las fabs del futuro no solo fabricarán chips para inteligencia artificial: también estarán gestionadas, simuladas y optimizadas con inteligencia artificial.

Preguntas frecuentes

¿Qué han anunciado NVIDIA y TSMC?
Han anunciado que TSMC está usando computación acelerada e inteligencia artificial de NVIDIA para mejorar procesos de diseño y fabricación de semiconductores, desde litografía y simulación hasta inspección y operaciones de fábrica.

¿Qué es NVIDIA cuLitho?
cuLitho es una librería acelerada por GPU para litografía computacional. Según NVIDIA, permite mejorar entre un 20 % y un 50 % el coste-efectividad o el tiempo de ciclo frente a métodos basados en CPU.

¿Para qué usa TSMC NVIDIA Metropolis y TAO Toolkit?
TSMC los utiliza para avanzar en inspección automatizada de defectos con visión artificial, mejorando la detección de defectos a escala nanométrica y reduciendo la necesidad de etiquetado y reentrenamiento repetido.

¿Qué es FabTwin?
FabTwin es un entorno virtual de fábrica que TSMC está explorando con librerías de NVIDIA Omniverse para evaluar layouts, herramientas y flujos de simulación antes de realizar cambios físicos o inversiones.

vía: nvidianews.nvidia