「台積電與輝達長期合作，共同推進下一代運算所需的關鍵技術。」台積電董事長暨總裁魏哲家表示，如今台積電正將輝達加速運算與 AI 應用於晶圓廠營運最佳化、微影、製程控制與檢測等環節，進一步強化技術領先與卓越製造能力，支持客戶未來產品發展。
輝達於 6 月 1 日宣布，台積電正在使用輝達加速運算與 AI 技術，協助推進半導體設計與製造流程。這項合作涵蓋微影、製程模擬、先進製程控制、晶圓廠營運最佳化與缺陷檢測等環節，目標是提升先進晶片製造的速度、效率、良率與營運生產力。
隨著晶片推進到更先進製程，從設計到大量生產的難度持續升高，晶圓廠必須處理龐大的模擬、製程參數、檢測影像與營運排程資料。輝達表示，台積電正透過相關技術，加速這些複雜工作，進一步改善先進製造流程。
黃仁勳：台積電把 NVIDIA AI 帶進晶圓廠
過去外界談輝達與台積電，多半聚焦在台積電如何替輝達製造 AI 晶片，支撐 GPU 與 AI 資料中心需求；這次輝達則強調，台積電也正在把輝達的 AI 與加速運算工具導入製造現場，讓雙方合作從晶片生產供應鏈，延伸到晶圓廠營運與製程改善。
輝達創辦人暨執行長黃仁勳表示，輝達與台積電合作近 30 年，持續突破運算極限。他指出，台積電正在把 NVIDIA AI 與加速運算帶進晶圓廠本身，透過模擬、最佳化與 AI，處理全球最複雜的設計與製造挑戰，以提升下一代晶片的速度、效率與良率。
合作涵蓋哪些環節？
在具體應用上，輝達列出多項台積電正在使用的技術。首先是運算微影，也就是晶片製造中與光罩設計、圖案轉移相關的大量運算工作。輝達表示，台積電使用 GPU 加速的微影技術後，相較 CPU 運算微影，可帶來 20% 至 50% 的成本效益或週期時間改善。
其次，在電晶體、設備與製程模擬方面，台積電也使用輝達的 GPU 加速模擬技術。輝達指出，這項技術可讓半導體材料設計中的化學模擬平均加速 50 倍。這類模擬能力對先進製程研發相當重要，因為晶片製造不只是在產線上生產，也需要在量產前反覆驗證材料、結構與製程條件。
在製程控制方面，台積電使用輝達機器學習技術，加速大規模製程資料分析。輝達表示，這可協助台積電從數十萬個製程參數、數千道製程步驟中萃取資料，作為機器學習模型輸入，以降低製程變異。
在晶圓廠營運上，台積電也導入輝達技術協助產線排程。輝達表示，台積電透過 H200 GPU 與 CUDA 加速運算，更有效處理晶圓廠內複雜的生產限制，進而簡化生產路徑、提升晶圓廠效率與產能。
缺陷檢測也是合作重點之一。輝達表示，台積電正在使用視覺 AI 改善先進缺陷分類，提升奈米級缺陷偵測能力，並降低在製程條件、檢測設備與缺陷類型改變時，反覆標註與重新訓練模型的需求。
建立虛擬晶圓廠，提前評估產線布局
除了製程與檢測，台積電也正在探索建立 FabTwin 虛擬晶圓廠環境。輝達表示，台積電正使用輝達 Omniverse 相關技術，評估製程工具布局與模擬工作流程，在實體導入前先以數位方式測試不同設計方案，提前找出潛在限制。
晶圓廠本身是一套高度複雜的系統，涉及設備、材料、機器人、人員與廠務系統協作。若能先在虛擬環境中評估工具配置與流程設計，就能在實際建置與資本投入前降低規劃不確定性，也有助於提升晶圓廠營運效率。
整體來看，輝達與台積電這次合作的重點，是將 AI 與加速運算導入半導體製造流程。對輝達而言，這代表其技術進一步進入半導體製造現場；對台積電而言，則是在先進製程複雜度提高之下，透過 AI 與加速運算強化研發、製造、檢測與營運能力。
責任編輯：李先泰
