A NVIDIA publicou um texto de divulgação em seu blog sobre como a inteligência artificial está mudando a fabricação de semicondutores, que são os chips usados em computadores, celulares e data centers. Segundo a empresa, a demanda por chips avançados cresce, os processos de produção ficam mais complexos e a margem de erro diminui.

A fonte explica que engenheiros precisam analisar mudanças de processo, interações entre materiais e defeitos, e que essas análises podem levar dias. Testes físicos em uma linha de fabricação são lentos e caros, por isso a ideia é testar mais alternativas antes, em simulações, como quem ensaia uma receita no papel antes de ir para a cozinha.

Entre os exemplos citados estão a COMSOL, que usa a biblioteca cuDSS da NVIDIA para acelerar simulações em até 10 vezes; a Applied Materials, com a plataforma Ginestra, até 10 vezes mais rápida que abordagens só com CPU, e a plataforma ACE+, com simulações de topografia até 35 vezes mais rápidas; e a Siemens, que integra o cuLitho ao software Calibre, com aceleração de até 17 vezes em etapas de simulação de litografia.

Também são citados casos em que a IA treinada com física prevê o comportamento de plasma, usado na gravação de circuitos, em milissegundos, enquanto uma simulação completa leva dias, segundo a Lam Research. Agentes de IA, por sua vez, podem automatizar tarefas sequenciais, como a escolha do modelo de IA adequado para um teste; a Advantest, com agentes NeMo Switchyard, reduz o tempo dessa etapa de horas para minutos.

Por fim, os gêmeos digitais são réplicas virtuais de equipamentos e fábricas. A Applied Materials usa bibliotecas Omniverse para simular o movimento de materiais e identificar gargalos na fábrica inteira. A fonte não traz dados sobre custos, prazos de adoção ou impacto financeiro dessas tecnologias, e a leitura é de divulgação de fornecedor, com foco nos produtos da própria NVIDIA e de seus parceiros.