# 英伟达和台积电将 AI 引入晶圆厂，推动半导体设计与制造发展

- 来源：IT之家（RSS）
- 发布时间：2026-06-01 14:13
- AIHOT 分数：73
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmpuv5v540180sl0zee33wa3b
- 原文链接：https://www.ithome.com/0/958/109.htm

## 精选理由

这是 AI 反哺半导体制造的关键信号，英伟达的 GPU 和软件栈正渗透进台积电产线，从计算光刻到缺陷检测全链条提速，芯片迭代周期可能因此压缩一档。

## 正文

IT之家 6 月 1 日消息，英伟达今日宣布，全球顶尖半导体企业台积电正采用英伟达加速计算与人工智能技术，推动半导体设计与制造领域的发展。

随着芯片工艺迈入更先进制程，将芯片从设计阶段推向规模化量产，已成为全球难度最高的计算挑战之一。如今，计算光刻、晶体管仿真、制程控制以及晶圆检测工作，都需要大规模仿真运算与实时优化，同时也离不开可在物理运算、图像分析及各类应用场景中提供支持的人工智能系统。

台积电正借助英伟达技术推进这场产业变革，在半导体设计与制造全流程中落地加速计算和人工智能方案，以此缩短先进晶圆厂的生产周期、提升能效、提高良率并改善整体运营效率。

英伟达创始人兼首席执行官黄仁勋表示：“英伟达与台积电携手合作近三十载，不断突破计算技术的极限。台积电将英伟达人工智能与加速计算技术落地到晶圆厂生产环节，依托仿真、优化及人工智能技术攻克全球顶尖的设计与制造难题，为新一代芯片提速、增效、提良。”

台积电董事长兼首席执行官魏哲家称：“台积电与英伟达建立了长期稳固的合作关系，双方始终深耕前沿技术，为下一代计算产业发展筑牢根基。在晶圆厂运营优化、光刻、制程控制与检测等环节应用英伟达加速计算和人工智能技术，将进一步巩固我们的技术领先优势与顶尖制造能力，助力客户打造未来产品、收获商业成功。”

先进半导体的设计与制造，存在海量计算任务，同时要求晶圆厂各环节高度协同，覆盖芯片设计导入、晶体管建模、制程管控及厂区产能管理等多个领域。

台积电在英伟达图形处理器（GPU）上，运用英伟达 CUDA-X 函数库与人工智能模型加速各类计算任务：

1. 计算光刻：台积电采用面向光刻工艺的 GPU 加速函数库英伟达 cuLitho。光刻是芯片掩模设计的核心制版工艺，相较于传统基于中央处理器（CPU）的计算光刻方案，该技术在综合拥有成本不变的前提下，将成本效益或生产周期优化了 20% 至 50%。

2. 晶体管、设备与制程仿真：台积电使用英伟达 cuEST 电子结构仿真函数库开展半导体材料设计，依托 GPU 加速技术，化学仿真运算速度平均提升 50 倍。

3. 先进制程控制：台积电借助英伟达 cuML 机器学习函数库，在 GPU 上加速大规模数据分析。该方案可快速运算算法，并梳理数万道生产工序中的数十万项制程参数，将其精准输入机器学习模型，大幅降低制程波动。

4. 晶圆厂运营优化：基于 CUDA 实现 GPU 加速排程运算，搭配英伟达 H200 GPU，显著提升了晶圆厂产能。借助 H200 GPU 的 CUDA 算力，台积电能够更好地应对各类复杂生产限制，精简生产流程，最大化厂区产能。

芯片工艺愈发精密，即便是微小瑕疵也会影响产品品质与良率，因此更快速、精准的检测手段，成为半导体设计与制造的关键。

据IT之家了解，台积电采用英伟达 Metropolis 智能视觉平台与 TAO 工具包，优化高端芯片的缺陷分类工作。依托视觉人工智能技术，台积电实现了纳米级缺陷检测能力的升级。该套方案不仅提升了质检水平，当生产环境、检测设备及缺陷类型发生变化时，还能减少数据标注与模型重新训练的工作量。

高端半导体晶圆厂是目前结构最为复杂的工业设施之一，需要实现生产设备、物料、机械臂、工作人员及厂区配套系统的精密协同。台积电正探索运用英伟达 Omniverse 函数库搭建晶圆厂数字孪生（FabTwin），打造虚拟晶圆厂环境，用于评估生产设备布局及相关仿真工作流。在实体落地前先通过数字化方式测试各类设计方案，能够更灵活地对比复杂布局，提前排查潜在运行瓶颈。这种先虚拟、后实体的模式，大幅提升规划效率，在投入实体建设与资金前，加快关键决策落地。