三星和英伟达将建设人工智能巨型工厂,以改变半导体制造业

10.31 他们正在合作开发一种名为AI-RAN的技术,该技术将人工智能集成到移动网络中,以支持人工智能代理和物理人工智能例如智能机器人无人机和工业设备的部署

2025-10-31-09-39-48


三星电子有限公司 Samsung Electronics Co. Ltd.10月30日表示,它正在与英伟达公司合作建设一座“人工智能巨型工厂”,这将加速其半导体制造业务。

 

该公司表示,将在新工厂部署 50,000 多个英伟达最先进的图形处理单元,以将人工智能嵌入其整个芯片制造流程中。它还计划利用人工智能帮助芯片开发和设计,以促进具有增强人工智能能力的新一代半导体、移动设备和机器人技术。

 

三星并不是在谈论英伟达与美国能源部和甲骨文公司合作建造的“传统”人工智能工厂。这些先前宣布的设施本质上是数据中心,CUBE Research 将其定义为“专门用于人工智能生产的系统”,提供训练和运行人工智能模型所需的巨大计算基础设施。相反,它正在建设一个支持人工智能的半导体制造工厂,将自动化嵌入其芯片制造运营的几乎每个阶段,包括设计、设备、运营和质量控制。

 

该公司将计划中的工厂比作一个“单一智能网络”,人工智能将持续监控和分析其生产环境,做出预测,为维护提供信息并优化一切,以尝试提高其芯片制造良率。

 

打造人工智能巨型工厂

三星概述了一项为期数年的计划,该计划将在其拟议的工厂中整合 Nvidia 的加速计算能力,主要目的是扩大其制造业务。为此,它将严重依赖人工智能驱动的“数字孪生”,即其芯片产品的虚拟复制品。使用 Nvidia Omniverse 平台,它将创建其半导体中每个组件的数字孪生,包括内存、逻辑、高级封装等。它还将创建其实际制造工厂和其中昂贵的机器的孪生兄弟。

 

该公司解释说,这将使其能够在虚拟环境中可视化其芯片制造业务,从而能够在启动物理生产线之前检查它们的表现。它将能够发现异常情况并找出需要预防性维护的地方、如何优化生产等,然后将其学到的知识应用到其实际工厂中。

 

更重要的是,它不仅仅为芯片而这样做。尽管它计划从半导体开始,但该公司还希望为其硬件工厂创建数字孪生环境,在那里它生产 Galaxy 智能手机等设备以及厨房电器和电视等其他产品。

 

人工智能如何帮助芯片制造的一个例子是“光学接近校正”工艺,这是确保晶圆图案精度的关键步骤。在早期测试中,三星表示,其人工智能增强型 OPC 工艺有助于提高识别、预测和纠正电路模式违规和异常的速度和精度,从而将计算光刻性能提高 20 倍。该公司透露,Nvidia 的 cuLitho 和 CUDA-X 库对于实现这一点至关重要。

 

人工智能还可以帮助增强电气设计自动化或 EDA,其中涉及使用专门的计算机辅助软件来设计新的计算机芯片。该计划是利用英伟达的软件和硬件来创建新一代 GPU 加速的 EDA 工具。

 

人工智能不仅会帮助三星设计和优化其半导体制造业务。它还将通过引入更智能的工厂机器人技术,帮助实现制造芯片的物理任务的自动化。

 

例如,三星表示,它正在使用 Nvidia 的 RTX Pro 600 Blackwell 服务器版平台以及其 Megatron 框架来开发更先进的人工智能模型来为其机器人提供动力。这些模型展示了先进的推理能力,可以直接集成到其工厂机器和人形机器人中,使它们能够与人类一起以更大的自主性和精确度工作。

 

英伟达还帮助三星将虚拟模拟与现实世界的机器人数据联系起来,因此其机器人将能够更好地感知他们的物理环境,并在现实世界的场景中做出更快、更智能的决策。它正在通过 Nvidia Jetson Thor 机器人平台来做到这一点,为专注于任务执行和工作场所安全意识的机器人创建模型。

 

与人工智能驱动的制造优化一样,三星未来还将将其先进的机器人引入其制造生态系统的其他部分。

 

AI网络和HBM4存储芯片即将推出

除了人工智能超级工厂之外,三星还表示正在与英伟达和多家韩国顶级电信公司合作,以改善网络通信。他们正在合作开发一种名为 AI-RAN 的技术,该技术将人工智能集成到移动网络中,以支持人工智能代理和“物理人工智能”(例如智能机器人、无人机和工业设备)的部署。三星已经展示了 AI-RAN 的概念验证,据称这对于未来采用物理人工智能至关重要。

 

与此同时,三星表示将继续与英伟达合作开发其高带宽内存芯片(HBM4),这是人工智能服务器的重要组成部分。该公司正在弥补在这里失去的时间,因为它在 HBM 存储芯片领域落后于其最大的竞争对手 SK 海力士公司,但相信当其 HBM4 芯片明年投入生产时,它最终将能够提供卓越的性能。


据三星称,HBM4芯片基于其第六代10纳米级动态随机存取存储器和4纳米逻辑基模打造,可实现高达每秒11吉比特的处理速度,超过联合电子器件工程委员会固态技术协会每秒8吉比特的标准。