Samsung und Synopsys: GPU-Beschleunigung sorgt für Tempo bei Halbleiterfirmen

Der Halbleiterhersteller Samsung Semiconductor und das Halbleiter-Design-Software-Unternehmen Synopsys sehen dank GPU-Beschleunigung auf Nvidia-Hard- und Software riesige Sprünge in der Berechnung von Belichtungsmasken und Simulation von Schaltkreisen. Zur GTC 2025 gaben sie Einblick in bisherige Erfahrungen damit.

Nachdem zur initialen Ankündigung von Nvidia cuLitho zunächst ASML, TSMC und Synopsys als Unterstützer der Software-Bibliothek für die GPU-beschleunigte Berechnung von Belichtungsmasken genannt worden waren, will Samsung Semiconductor jetzt ebenfalls in der Produktion darauf setzen.

cuLitho beschleunigt Computational Lithography

Unterstützen und beschleunigen soll Nvidia cuLitho die Computational Lithography, also die Berechnungen unter anderem für Optical Proximity Correction (OPC) und Inverse Lithography Technology (ILT), die bislang auf CPUs ausgeführt wurden und sehr viel Zeit in Anspruch nahmen. Wie in mittlerweile vielen Industrien sollen auch in der Halbleiterfertigung künftig GPUs diese Berechnungen ausführen und die Zeiten massiv verkürzen. Computational Lithography erläutern die Berichte zur ursprünglichen Ankündigung und zum Einsatz in Serie bei Synopsys und TSMC.

Samsung reduziert Berechnungszeit auf ein Sechstel

Allgemein betrachtet konnte man die OPC-Berechnungen auch zuvor schon mit Hilfe von GPUs beschleunigen, die Software-Bibliothek cuLitho, eine von über 400 in Nvidias CUDA-X-Portfolio, kann allerdings zu einer weiteren Beschleunigung führen oder initial für riesige Sprünge im Vergleich zur reinen CPU-Berechnung sorgen.

1. 

Bild 1 von 2

In der Fotolithografie habe Samsung Semiconductor die Inferencing-Berechnungszeit mit Unterstützung von GPUs zunächst auf ein Viertel, später mit cuLitho auf ein Sechstel reduzieren können. Auch für neue Ätzprozesse, die dem Unternehmen zufolge häufiger angepasst werden als der Lithografieprozess, wird auf cuLitho gesetzt, wodurch die Turnaround time (TAT), also die Bearbeitungszeit halbiert werden konnte. Den Angaben des Unternehmens zufolge liegt der Berechnung ein GPU-Cluster mit A100 zugrunde.

15-fache Geschwindigkeit bei Synopsys

Bei dem Halbleiter-Design-Software-Unternehmen (EDA) Synopsys kommt Künstliche Intelligenz in mehreren Bereichen ebenfalls zum Einsatz. Das Unternehmen bietet seinen Kunden in der eigenen Software zum Beispiel einen Copilot (Synopsys.ai Copilot) an, der Fragen beantworten, Scripte generieren oder Zusammenfassungen erstellen kann.

Nvidia cuLitho hatte dort für OPC und ILT mit A100-Beschleunigern zunächst für eine um den Faktor 5x schnellere Berechnung gesorgt, mit den neueren H100 erreicht Synopsys eine 15-fache Beschleunigung und für den Wechsel auf H200 prognostiziert das Unternehmen eine Steigerung um den Faktor 20x gegenüber der CPU-Berechnung.

1. 

Bild 1 von 3

Simulation von Schaltkreisen dauert Tage

Auch für die Simulation von Schaltkreisen und die Analyse von RC-Gliedern setzt Synopsys innerhalb der eigenen PrimeSim-Software auf GPUs von Nvidia. Für die Analyse der RC-Glieder des Power Delivery Network (PDN), also der Stromversorgung mittels Through Silicon Via (TSV) am Beispiel eines mehrschichtigen HBM-Stapels, zählt Synopsys über 70 Millionen RC-Glieder bei der Stromversorgung und 10 Millionen MOSFETs für die eigentlichen HBM-Schichten, die es auf Fehler zu untersuchen gilt. 30 Stunden belegt diese Aufgabe im PrimeSim von Synopsys beim Einsatz von CPUs, 14 Stunden mit einem GH200 und lediglich noch 6 Stunden mit vier GH200.

1. 

Bild 1 von 4

Bei Flash sind es über 40 Millionen RC-Glieder der Stromversorgung plus 150 Millionen Feldeffekttransistoren (FET). Dort braucht es für die Analyse mittels CPU bereits 104 Stunden, 39 Stunden mit Nvidias A100 und noch 23 Stunden mit vier der Ampere-Beschleuniger. Für einen SRAM belegt die Analyse des Power Delivery Network mit 400 Millionen und somit weitaus mehr RC-Gliedern sogar 19 Tage lang die CPU. Mittels H100-GPU lässt sich der Vorgang auf 6 Tage oder mit drei H100 auf 3 Tage reduzieren, fast siebenmal kürzer.

ComputerBase hat Informationen zu diesem Artikel von Nvidia im Rahmen einer Veranstaltung des Herstellers in San Jose, Kalifornien erhalten. Die Kosten für An-, Abreise und fünf Hotelübernachtungen wurden vom Unternehmen getragen. Eine Einflussnahme des Herstellers oder eine Verpflichtung zur Berichterstattung bestand nicht.