A Taiwan Semiconductor Manufacturing Co. (TSMC) está reformulando uma parte essencial de seu processo de fabricação de chips. Para seus chips de 2nm de próxima geração, a gigante da fundição adotará máscaras curvilíneas, abandonando a geometria de linhas retas “Manhattan” usada por décadas.
Essa mudança permite que padrões mais precisos sejam impressos em silício, aumentando o desempenho do chip.
Esse salto é possibilitado por novos gravadores de máscaras multifeixe e software avançado, como a plataforma CuLitho alimentada por GPU da Nvidia.
Embora caro, o investimento é alimentado pelo crescente mercado de IA, onde chips de alta margem de clientes como a Nvidia justificam o pioneirismo nessas novas e complexas técnicas de fabricação.
De Manhattan Grids a Curvy Lines: Uma nova geometria para fabricação de chips
Pela primeira vez em mais de uma década, a geometria fundamental do design de chips está sendo redesenhada.
O nó de processo de 2nm (N2) da TSMC será o primeiro a usar máscaras curvilíneas, um afastamento significativo da dependência da indústria de padrões retilíneos ou lineares, muitas vezes chamados de geometria”Manhattan”.
Máscaras curvilíneas em semicondutores fabricação são fotomáscaras cujos padrões incluem curvas ou formas livres, em vez de serem restritas a formas retilíneas convencionais (bordas retas) alinhadas apenas verticalmente ou horizontalmente.
Especificamente, máscaras curvilíneas podem conter bordas que não são Manhattan (ângulos estritamente de 90 graus ou 45 graus) nem linhas retas, mas em vez disso podem incluir arcos suaves, círculos, ovais, splines ou polígonos lineares por partes com bordas angulares além das geometrias ortogonais padrão.
Essas máscaras são projetadas usando técnicas avançadas de correção de proximidade óptica (OPC) e litografia inversa (ILT) que otimizam as formas da fotomáscara como curvas em vez de aproximá-las com muitos retângulos pequenos ou polígonos de Manhattan.
O uso de formas curvilíneas permite melhor fidelidade na impressão de recursos pequenos e complexos em wafers de silício, produzindo janelas de processo litográfico maiores, maior profundidade de foco e redução variação do processo.
Essa mudança acompanha a mudança para transistores Gate-All-Around (GAA), marcando uma das transições tecnológicas mais substanciais na fabricação de semicondutores em quase 15 anos.
Fotolitografia, a O processo de impressão de designs de chips em pastilhas de silício é governado pela física da luz.
A luz difrata e distorce naturalmente e não favorece ângulos nítidos de 90 graus. Projetos curvilíneos, que usam curvas suaves, modelam com mais precisão como a luz se comporta, resultando em uma transferência mais fiel do padrão pretendido para o wafer.
Isso amplia a janela geral do processo, tornando a fabricação mais resistente a pequenos desvios e, em última análise, melhorando o rendimento e o desempenho do chip.
Há anos, os engenheiros sabem que os projetos curvos são teoricamente superiores. Usando uma técnica chamada Tecnologia de Litografia Inversa (ILT), eles puderam trabalhar de trás para frente a partir do padrão desejado no wafer para calcular o design de máscara ideal, muitas vezes de aparência psicodélica.
No entanto, esse ideal permaneceu um conceito acadêmico porque as ferramentas para criar essas máscaras não existia.
Escritores de máscaras tradicionais, conhecidos como Sistemas de feixe de formato variável (VSB), só podem produzir retângulos e quadrados. Para criar uma curva, eles tiveram que aproximá-la com milhares de retângulos minúsculos e sobrepostos em um processo chamado “Manhattanização”.
Essa conversão não foi apenas imprecisa, criando bordas difusas, mas também incrivelmente lenta.
Uma máquina VSB escreve cada retângulo com um único “disparo” de seu feixe de elétrons. O grande número de tomadas necessárias para padrões complexos e Manhattanizados criou um grave gargalo na produção, com tempos de gravação de máscara que se estendem de horas a dias.
A tecnologia por trás das curvas: gravadores multifeixe e física alimentada por GPU
A força desse salto na precisão da fabricação é uma convergência de inovações em hardware e software. O primeiro facilitador crítico é o surgimento de criadores de máscaras multifeixe, desenvolvidos por empresas como IMS Nanofabrication e NuFlare.
Em vez de um único feixe de elétrons, essas máquinas dividem o feixe em centenas de milhares. de minúsculos “beam-lets” controlados individualmente.
Ao mover o estágio da máscara e ativar e desativar esses feixes como pixels em uma tela, a máquina pode efetivamente “pintar” padrões complexos e curvos com alta fidelidade.
Trazer essa tecnologia ao mercado foi um desafio de engenharia monumental. Os desenvolvedores tiveram que resolver problemas complicados, como identificar e capturar defeitos em padrões curvos complexos e transmitir grandes quantidades de dados de projeto para a máquina em alta velocidade.
Os custos de desenvolvimento foram imensos; A KLA-Tencor, por exemplo, gastou mais de US$ 226 milhões em um projeto multifeixe antes de abandoná-lo em 2014. O sucesso exigiu uma década de persistência e profundo investimento para superar esses obstáculos.
A segunda peça do quebra-cabeça é um aumento maciço no poder computacional, impulsionado pela GPU. revolução.
Calcular um design de máscara ILT para um chip moderno com bilhões de transistores é uma tarefa imensa, às vezes exigindo até 30 milhões de horas de CPU. Um data center com dezenas de milhares de CPUs pode levar mais de uma semana para concluir o trabalho.
cuLitho da Nvidia, uma biblioteca de software de algoritmos paralelos, muda drasticamente essa equação. De acordo com a Nvidia, 500 de suas GPUs H100 agora podem realizar o trabalho computacional de 40.000 CPUs para essas tarefas.
Isso acelera os fluxos de trabalho em até 60 vezes, transformando um cálculo de duas semanas em um processo noturno. Reconhecendo esse potencial, a TSMC, a Nvidia e a empresa de software de design Synopsys anunciaram no início de 2024 que estavam transferindo a plataforma CuLitho para produção, abrindo caminho para a adoção de máscaras curvas no nó N2.
Por que agora? O boom da IA compensa uma revolução na produção
Impulsionando o enorme investimento necessário para esta transição está a demanda insaciável e de alta margem do mercado de inteligência artificial.
Os chips projetados para aceleradores de IA, como os da Nvidia e da AMD, devem oferecer os mais altos níveis de desempenho. Lisa Su, presidente e CEO da AMD, destacou anteriormente a profunda colaboração da empresa com a TSMC, que “permitiu à AMD fornecer consistentemente produtos de liderança que ampliam os limites da computação de alto desempenho”.
Para esses clientes importantes, os benefícios do nó de 2nm e seus padrões curvilíneos são diretos e substanciais. Para a Nvidia, isso significa GPUs mais poderosas e com maior eficiência energética para dominar o data center. Para um cliente como a Apple, isso se traduz em maior vida útil da bateria e processamento mais rápido para as futuras gerações de silício do iPhone e Mac.
Ao contrário do mercado de telefonia móvel maduro e sensível ao preço, o setor de IA tem margens financeiras para absorver os altos custos do pioneirismo nessas tecnologias de fabricação avançadas.
Essa dinâmica justifica os investimentos multibilionários em novos gravadores de máscaras e a extensa pesquisa e desenvolvimento necessária para levar a litografia curvilínea à produção de alto volume.
O foco A aposta na tecnologia da próxima geração é fundamental para a estratégia da TSMC de manter a sua posição de liderança.
A empresa tem negado consistentemente rumores de fusões operacionais com a Intel ou outras, com o CEO C.C. Wei afirmou com firmeza:”A TSMC não está envolvida em nenhuma discussão com outras empresas sobre qualquer joint venture, licenciamento de tecnologia ou tecnologia.”
Em vez disso, a fundição está avançando em várias frentes, incluindo o desenvolvimento de embalagens avançadas em nível de painel para atender às demandas futuras de IA.
A adoção de máscaras curvilíneas é mais do que uma atualização incremental; é uma mudança fundamental na produção, paga pelo boom da IA, que redefinirá os limites do design de chips na próxima década.
