Электронное машиностроение

🇫🇷🇯🇵 Французская Air Liquide инвестирует около $190 млн в новые мощности по производству сверхчистых газов для полупроводникового предприятия в Японии

Проект реализуется в рамках долгосрочного соглашения с крупным производителем логических микросхем, расширяющим действующее производство в Японии. Air Liquide построит, будет владеть и самостоятельно эксплуатировать несколько установок для снабжения предприятия сверхчистыми азотом, кислородом, аргоном и водородом.

🛢️ Новые мощности также получат резервные емкости для хранения газов. Такая инфраструктура необходима для бесперебойного снабжения фабрики, поскольку сверхчистые газы используются на множестве этапов производства микросхем, включая осаждение, травление, очистку и термическую обработку.

🗾 Проект размещен в южном полупроводниковом кластере Японии. Название заказчика Air Liquide не раскрывает.

💵 Компания работает с электронной промышленностью страны более 40 лет и расширяет собственную инфраструктуру вслед за ростом полупроводниковых производственных мощностей. Air Liquide уже располагает 78 объектами, обслуживающими полупроводниковую промышленность Японии. Новый проект станет вторым крупным расширением компании в стране в 2026 году: в апреле Air Liquide объявила инвестиции около $225 млн в две газовые установки в Хиросиме для другого производителя передовых микросхем.

#ЭлМаш #технологии

🇺🇸 Американская компания Lam Research предложила самосовмещённую архитектуру CFET для дальнейшего масштабирования КМОП-транзисторов

📚 CFET (complementary field-effect transistor) предполагает вертикальное размещение n- и p-канальных транзисторов друг над другом вместо их расположения рядом на поверхности кристалла. Такой подход позволяет повышать плотность размещения транзисторов без дальнейшего пропорционального уменьшения их размеров.

Lam Research предложила вариант SA-CFET, в котором несколько элементов формируются по принципу самосовмещения:

• заглубленная шина питания SA-BPR;
• самосовмещённые контакты SA-CT;
• самосовмещённые сквозные кремниевые переходы SA-TSV.
Самосовмещение снижает чувствительность процесса к ошибкам совмещения слоев. Для CFET это особенно важно из-за сложной трехмерной структуры и высокой плотности контактов, где смещение элементов может приводить к обрывам или коротким замыканиям.

🤖 Архитектуру проверили с помощью SEMulator3D, платформы Lam Research для трехмерного моделирования технологических процессов. При моделировании использовались шаг затвора 42 нм и шаг металлизации 21 нм, соответствующие уровню N3.

На этой основе исследователи смоделировали 6-транзисторную ячейку SRAM и стандартные логические элементы NOT, NAND и NOR.

🧮 Расчетная площадь 6-транзисторной ячейки SRAM-ячейки составила 0,0094 мкм². По данным Lam Research, это на 52,7% меньше по сравнению с ячейкой уровня N3 и на 19% меньше, чем у современных CFET-архитектур уровня A7.

Отдельно оценивалась устойчивость конструкции к ошибкам совмещения. Для критических контактных слоев было получено допустимое окно совмещения не менее 10 нм без образования обрывов и коротких замыканий.

📈 Lam Research рассматривает SA-CFET как один из вариантов дальнейшего масштабирования после транзисторов GAA на нанолистах. По мере уменьшения размеров таких структур все сильнее проявляются рост паразитных сопротивлений, технологические вариации и усложнение контактов. Вертикальное размещение n- и p-канальных транзисторов позволяет увеличивать плотность уже за счет изменения самой архитектуры.

Разработка пока подтверждена только средствами технологического моделирования. Физические образцы SA-CFET по описанной схеме не изготовлены.

#ЭлМаш #технологии

🇺🇸 OpenAI использовала ИИ при проектировании собственного ускорителя Jalapeño и сократила путь от RTL-описания до передачи проекта в производство до 9 месяцев

🌶️ Jalapeño представляет собой специализированную интегральную схему для инференса, разработанную OpenAI совместно с Broadcom. При ее создании использовался искусственный интеллект как инструмент ускорения отдельных инженерных задач: поиска вариантов реализации, оптимизации отдельных блоков, анализа промежуточных результатов и совместной отработки аппаратной и программной частей.

⏳ По словам представителей OpenAI, такой подход позволил сократить этап от исходного RTL-описания до завершения физического проектирования и передачи проекта в производство до 9 месяцев. Для сложных ASIC аналогичный цикл обычно занимает около 18–24 месяцев.

🤖 ИИ применялся прежде всего там, где нужно быстро перебрать большое число вариантов. В частности, модели помогали:

🔹 исследовать разные варианты микроархитектуры и реализации отдельных блоков;
🔹 оптимизировать арифметические схемы и другие элементы обработки данных;
🔹 генерировать и перерабатывать RTL-код;
🔹 анализировать результаты моделирования и верификации;
🔹 согласовывать аппаратную архитектуру с программным стеком OpenAI.

При этом окончательная проверка проекта выполнялась обычными EDA-инструментами Synopsys и Cadence, включая статический временной анализ и анализ целостности сигналов. Инженеры контролировали архитектурные решения, физическую реализацию, временные характеристики и соответствие проекта технологическим ограничениям. Поэтому речь идет именно об ИИ-ассистированном проектировании, а не об автономной разработке микросхемы.

✍️ Первый вариант Jalapeño после изготовления потребовал доработки. В следующей ревизии B0 производительность на единицу потребляемой мощности выросла до 25%. Компания рассматривает этот опыт как основу для следующих поколений собственных ASIC и уже работает над второй и третьей версиями ускорителя.

OpenAI также не исключает, что часть разработанных внутри компании инструментов ИИ-проектирования в дальнейшем может использоваться шире в полупроводниковой отрасли.


#ЭлМаш #технологии #ИИ

🇺🇸 Американская компания Synopsys представила ИИ-решения для проектирования микросхем: Autopilot Platform и семейство ИИ-агентов AgentEngineer

🤖 AgentEngineer представляет собой набор специализированных ИИ-агентов, способных самостоятельно разбивать инженерную задачу на этапы, запускать EDA-инструменты, анализировать промежуточные результаты и корректировать дальнейшие действия. В отличие от обычных ИИ-помощников, такие агенты рассчитаны на длительные процессы, включающие сотни и тысячи последовательных операций.

Платформа охватывает несколько направлений проектирования:

🔹 верификацию, включая анализ спецификаций, разработку тестового окружения, запуск тестов, анализ ошибок и достижение требуемого уровня покрытия;
🔹 физическое проектирование, включая планирование размещения функциональных блоков, размещение стандартных ячеек, трассировку межсоединений, анализ перегруженности трассировки, оптимизацию схем тестирования и обеспечение требований по временным характеристикам, энергопотреблению и правилам проектирования;
🔹 проектирование аналоговых и смешанных схем, включая оптимизацию схем, автоматическое формирование топологии, адаптацию IP-блоков к другим технологическим процессам, физическую верификацию и характеризацию на транзисторном уровне;
🔹 задачи подготовки производства, включая моделирование технологических процессов и приборов, синтез фотошаблонов и подготовку данных для их изготовления;
🔹 инженерное моделирование и анализ.

🗂️ В основе системы лежит многоуровневая архитектура. AgentEngineer отвечает за всю инженерную задачу: формирует план, выбирает последовательность действий и оценивает промежуточные результаты. Специализированные агенты выполняют отдельные операции, а непосредственно расчеты, моделирование и проверку результатов проводят EDA-инструменты Synopsys.  

Например, при верификации AgentEngineer может проанализировать спецификацию, сформировать план верификации и тестовое окружение, запустить тесты, оценить функциональное и кодовое покрытие, определить причины ошибок, скорректировать RTL-код или тесты и повторять цикл до достижения заданных параметров. Инженер при этом может задавать контрольные точки и проверять результаты на отдельных этапах.  

📈 По данным Synopsys, в отдельных проектах применение AgentEngineer позволило сократить время верификации до 50 раз и повысить покрытие на 20%. Fujitsu сообщила о росте производительности при генерации RTL-кода на 10–30%.  

🤝 Сейчас Synopsys ведет более 50 проектов с заказчиками. С технологиями AgentEngineer уже работают Intel, Fujitsu, Samsung, MediaTek, TSMC и AheadComputing. Широкая коммерческая доступность AgentEngineer и Autopilot Platform запланирована на конец 2026 года.

#ЭлМаш #технологии #ИИ