輝達（NVIDIA）執行長黃仁勳今（1）日在GTC Taiwan大會發表主題演講，也宣布全球半導體龍頭台積電，已正在全面引進輝達的AI與加速運算技術，透過在半導體設計、製造的生命週期導入AI，改善周轉時間、能源效率、良率以及先進晶圓廠的營運生產力。
外媒《Wccftech》報導指出，隨著晶片邁向更先進的製程，從設計到量產的過程已成為全球最複雜的運算挑戰之一。從運算式微影（Computational Lithography）、電晶體模擬、製程控制以及晶圓檢測，如今都需要大規模模擬、即時最佳化，以及能夠支援物理模型、影像分析等應用的AI系統。
輝達與台積電攜手合作30年 黃仁勳、魏哲家：將AI導入晶圓廠
黃仁勳表示，輝達與台積電近30年來持續合作，共同突破運算技術的極限。如今，台積電正將輝達 AI 與加速運算技術直接帶入晶圓廠，透過模擬、最佳化與 AI，解決全球最複雜的設計與製造挑戰，進一步提升下一代晶片的速度、效率與良率。
台積電董事長魏哲家則說，台積電與輝達建立了長期合作夥伴關係，並以推動下一代運算技術發展為共同目標。透過在晶圓廠營運最佳化、曝光、製程控制及檢測等領域導入輝達加速運算與 AI，台積電正進一步鞏固技術領導地位與製造卓越能力，以支援客戶未來產品的成功。
台積電用了什麼AI技術加速流程？
報導分析，先進半導體設計與製造，需要龐大運算工作及高度協調的晶圓廠運作，涵蓋晶片設計移轉、電晶體建模、製程控制以及工廠生產效率等環節。
而台積電正利用 NVIDIA CUDA-X 函式庫與 AI 模型，在 NVIDIA GPU 上加速這些工作：
- 運算式微影
台積電正在使用 NVIDIA 的 cuLitho，這是一套 GPU 加速的光刻運算函式庫，可用於晶片光罩設計的曝光與圖形轉換流程。
與傳統 CPU 為基礎的計算光刻相比，該技術在維持相同總持有成本（TCO）的情況下，可將成本效益或處理週期時間提升 20% 至 50%。
- 電晶體、設備與製程模擬
台積電正使用 NVIDIA cuEST，一套 GPU 加速的電子結構模擬函式庫。在半導體材料設計領域，該技術平均可將化學模擬速度提升 50 倍。
- 先進製程控制
台積電使用 NVIDIA cuML 機器學習函式庫，在 NVIDIA GPU 上加速大規模資料分析。
這使台積電能夠加速演算法運算，並從數千個製程步驟中提取數十萬項製程參數，作為機器學習模型的精確輸入，大幅降低製程變異。
- 晶圓廠營運最佳化
透過 CUDA 支援的 GPU 加速排程運算，以及 NVIDIA H200 GPU 的運用，台積電已在晶圓廠生產效率方面取得顯著改善。
藉由 CUDA 驅動的運算能力，台積電提升了處理複雜限制條件的能力，進而簡化生產流程並最大化晶圓廠產能。 （相關報導： 黃仁勳「兆元宴」又來了！台灣AI巨頭全到齊 「C位」名單包括這6人 ｜ 更多文章 ）
輝達最新AI錯誤檢測平台 台積電已有奈米級檢測能力
報導提到，隨著晶片日益先進，即使是最微小的缺陷也可能影響品質與良率，因此更快速且更精準的檢測變得至關重要，
