近期，英伟达推出的一款盘算光刻软件引起了普遍关注，这使得盘算光刻这个领域受到了更多人的关注。盘算光刻这个领域已经存在了30年之久，但现在为什么备受关注呢？由于这关乎摩尔定律的继续演进，芯片的继续微缩。

01 什么是盘算光刻？

在讲盘算光刻之前，让我们先从一个简朴的相机最先谈起。数码相机我们都不生疏，一样平常而言，相机的光圈越大越好。那么若何分辨光圈的巨细呢？在相机镜头周围的符号的看起来像比例的数字就是光圈的巨细，1：XX，以是分母越小，光圈就越大，然则分母越小，也越昂贵。

芯片制造中的光刻与这一原理颇有相似之处。在芯片制造的历程中，有一道光刻的要害步骤，需要在衍射极限条件下使用天下上最庞大的“相机”将设计好的电路描绘到硅上，这个相机也就是现在人人熟知的光刻机。要给微型晶体管成像，就需要大的透镜。

在光刻手艺中遵照瑞利准则（Rayleigh Criterion）——CD=k1*λ/NA。

其中，CD特征值是光刻系统能够放大的最小精度（也就是光学系统的分辨率），CD数值越小代表分辨率越高，我们现在所说的5nm、3nm制程就是这个参数；

λ代表光源波长，波长越小越好；

NA代表数值孔径，示意镜头质量的特征数，数值孔径是权衡透镜系统网络和聚焦光线能力的参数，NA越高越好。

已往30年以来，芯片沿着摩尔定律的准则不停向宿世长，工艺的微缩起到了很大的作用，也就是上述CD特征数值越来越小。光刻机巨头ASML一直在通过光刻机的提高来降低入射光源的波长（λ），提高数值孔径，进而获得越来越小了CD值。ASML从g-line光刻机生长到DUV光刻机和现在的EUV光刻机。例如，在DUV光刻机中249nm和193nm是最常见的波长（λ），EUV光刻系统的光源波长为13.5nm。

但下图中可以看出，白色的直线示意芯片的尺寸，随着时间的推移，芯片的巨细呈指数在缩小，金色的是用来成像的光的波长，可以看出，波长与要成像的晶体管的差距一直在扩大。当这种情形发生时，物理衍射就会使图像模糊。

于是，行业给出的解决方式是接纳逆向光刻的头脑，先给定一个图像，即晶圆上的电路设计，逆向推测出所需要的掩膜和光源，这就是所谓的盘算光刻。

据新思的科普，在尺寸异常小时，特征相互距离更近，通常无法清晰准确地将掩模图案刻到晶圆上。光漫射会影响分辨率，导致图案模糊或失真。盘算光刻的作用就是抵偿因衍射或光学、抗蚀剂和蚀刻相近效应而导致的任何图像误差。

盘算光刻通常包罗光学相近效应修正（OPC）、光源-掩膜协同优化手艺（SMO）、多重图形手艺（MPT）、反演光刻手艺（ILT）等四大手艺。在这其中，OPC（光学相近校正）和 ILT（逆光刻手艺）是主要的两种。

盘算光刻实在属于软件的局限，ASML对盘算光刻的释义是，行使盘算机建模、仿真和数据剖析等手段，来展望、校正、优化和验证光刻工艺在一系列图案、工艺和系统条件下的成像性能。盘算光刻被ASML称为是“铁三角”软件部门的中坚气力，可见其主要性。（顺便一提，ASML现在有盘算光刻研发实习的职位招聘）

02 问题来了，盘算光刻越来越难

然则现在问题来了，据NVIDIA先进手艺团体副总裁Vivek K Singh的说法：“我在1993年加入光刻事情时，若是你想在晶圆上印一个十字，你只需要在掩模上印一个十字就行。然则很快情形就变了，光的扩散会影响分辨率，导致模糊或失真 ，这意味着可能会遗漏芯片的主要元素。如下图所示，一些可爱的狗耳朵和双髻鲨最先泛起在掩膜上，以此来填补光学衍射。但这还远远不够，我们不得不接纳完全成熟的基于光学靠近校正（OPC）的模子，厥后又最先通过基于规则的辅助功效来增强它。从最简朴的一些掩饰到逐渐扭曲的掩膜，最终的效果照样要在晶圆上印下谁人十字，只不外是在很小的晶圆尺寸上。”

由此可以看出，当芯片的要害尺寸小于光源波长的时刻，所需要的掩模版越来越庞大。几十年来，为芯片在制造历程中制作掩膜一直是半导体制造中的要害环节。

尤其是芯片逐渐来到3nm及以下，不仅需要加倍精准的光刻盘算，光刻盘算所需的时间也越来越长。盘算光刻是涉及电磁物理、光化学、盘算几何、迭代优化和漫衍式盘算的庞大盘算，没有更壮大的盘算光刻很难实现这样庞大的掩模版设计。

像台积电这样的代工厂需要有大量的数据中央来处置相关盘算和仿真运行，代工厂的数据中央通常是以CPU为焦点。下图是Vivek Singh估算的每年CPU事情的小时数，左侧y轴显示了随着工艺节点不停微缩，光学相近修正（OPC）在2nm、1nm差不多需要CPU来盘算几百万小时。右侧Y轴上是差异工艺节点所用的数据中央的数目，5nm节点差不多需要3个大的数据中央，每个数据中央需要处置10个掩膜。3nm节点的时刻需要6个数据中央，若是继续这样下去，到1nm则很有可能需要100个数据中央。“你不能一直增添数据中央，有些器械必须舍弃，洛杉矶已经最先下雪了。”Vivek Singh如是说道。再者，现在的盘算能力在未来很可能不够。

以是，在半导体制造中的超大型事情负载所需的盘算时间成本，已经使得摩尔定律不再具有经济性。盘算光刻这一步骤也成为将新的纳米手艺节点和盘算机架构推向市场的瓶颈。

不只OpenAI，这些公司手握AIGC下个十年的船票

2020年台积电在一次集会上提到，接纳GPU可以将反向光刻（ILT）仿真时间削减10倍以上。ppt的最后台积电提了一个很主要的问题，GPU库可以用于多边形操作吗？

03 英伟达改变了游戏规则

今天英伟达证实晰，可以。为什么GPU可以用于盘算光刻，由于盘算光刻手艺中至少一半的OPC和ILT是由前成像组成的，而且它险些完全是由卷积运算组成的，这些正是GPU善于的。

在克日的GTC大会上，英伟达在GPU之上构建了cuLitho盘算光刻手艺软件库，这是英伟达四年隐秘研发的功效。在cuLitho盘算光刻软件库中有多项手艺，如下图所示，cuDOP用于衍射光学，cuCompGeo用于盘算几何，cuOASIS用于优化，cuHierarchy用于AI。

cuLitho已被EDA工具厂商新思接纳，cuLitho已集成到新思科技Proteus全芯片掩模合成解决方案和Proteus ILT逆光刻手艺。一样平常情形下，晶圆厂在改变工艺时需要修改OPC，因此会遇到瓶颈。cuLitho不仅可以辅助突破这些瓶颈，还可以提供曲线式光掩模、High-NA EUV光刻、亚原子光刻胶建模等新手艺节点所需的新型解决方案和创新手艺。

cuLitho的焦点是一组并行算法，由英伟达科学家发现，盘算光刻工艺的所有部门都可以并行运行，原来需要4万个CPU系统才气完成的事情，现在仅需用500个NVIDIA DGX H100系统即可完成，这不仅大大加速了现在每年消耗数百亿CPU小时的大规模盘算事情负载，而且降低了耗电和对环境的影响。

cuLitho在组件级别上平均加速了一次延续的CPU操作，基于Ampere组件上提升了138倍，在Hopper结构上提高了254倍。在端到端的OPC项目中，连系Ampere提升了23倍，在Hopper上提升了42倍。

使用cuLitho的晶圆厂天天的光掩模产量可增添3-5倍，而耗电量可以比当前设置降低9倍。英伟达示意，基于GPU的cuLitho盘算光刻手艺，其性能比当前光刻手艺工艺提高了40倍，原本需要两周时间才气完成的光掩模现在可以在一夜之间完成。例如英伟达H100 GPU需要89块掩膜板，在CPU上运行时，处置单个掩膜板需要两周时间，而在GPU上运行cuLitho只需8小时。

从久远来看，cuLitho将带来更好的设计规则、更高的密度和产量以及AI驱动的光刻手艺，使晶圆厂能够提高产量、削减碳足迹并为2纳米及更高工艺奠基基础。

cuLitho盘算光刻手艺软件库，现在已获得了台积电、ASML的互助。cuLitho将于6月在台积电最先使用，台积电用其来部署反演光刻手艺、深度学习等；ASML设计在所有盘算光刻软件产物中加入对GPU的支持，cuLitho的优势在High-NA EUV光刻时代将变得尤为显著；EDA工具供应商Synopsys OPC软件将在cuLitho平台上运行。

下图是一个chromeless face shift掩膜，若是把它放进ASML最新的光刻机中，会出来怎样一个图案呢？

谜底是，NVIDIA cuLitho。

现在的cuLitho盘算光刻手艺还只是一个于麦克斯韦方程组的数学工具，但英伟达示意，基于人工智能的盘算光刻手艺“正在开发中”。想象一些若是AI手艺引入盘算光刻又将若何？

04 写在最后

没有盘算光刻手艺的支持，芯片制造商就不能能制造出最新的手艺节点。cuLitho盘算光刻库软件的宣布，不仅为芯片的继续演进提供了一项刷新手艺，也再次施展了GPU的潜力——从最初的图形处置到AI芯片、再到数据中央、甚至芯片的未来，老黄赢麻了。

借用《软硬件融合》图书和民众号作者，上海矩向科技首创人兼CEO黄朝波对该宣布的点评：“老黄是异常乐成的，但实在本质上老黄就只做了一件事情（并行盘算）和两个方面（GPU是并行盘算平台，CUDA是为了更好的并行盘算编程）。”

每次当芯片演变泛起瓶颈，总会有新手艺泛起，例如FinFET晶体管手艺的发现给摩尔定律续命了十几年。现在，为了让芯片继续微缩下去，种种新质料、新架构、新封装、新互联等手艺层出不穷。