第982章 陳總,你們準備好了嗎?

字數:4141   加入書籤

A+A-


    “第三,計算光刻(OPC)的算力與算法地獄。
    DUV+多重曝光,使得OPC的計算複雜度和數據量呈指數級增長。
    我們需要更智能、更快速、更精準的OPC解決方案,這是確保設計圖形能被正確‘印刷’到矽片上的生命線!”
    “第四,基於大數據的智能良率預測與優化。
    N+1初始良率注定低迷。
    我們需要EDA工具能在設計階段,就結合工藝數據,精準預測良率瓶頸,指導設計優化,這是提升良率、控製成本的關鍵。
    我們更需要EDA工具不斷優化、迭代和更新改良。”
    他一口氣說完,目光灼灼地盯住陳默:
    “陳總,這不是請求,這是N+1良品率爬坡戰役的前提條件。
    您那邊的工具鏈,必須跑在工藝成熟的前麵,必須能支撐更複雜的N+1、N+2設計規則和模型。
    你們,準備好了嗎?”
    麵對這沉甸甸的壓力,陳默嘴角反而勾起一絲弧度。
    終於輪到自己裝逼了嗎?
    他沒有立刻辯解,而是不疾不徐地操作電腦,將投影切換至一幅更為精密、動態的技術架構圖。
    圖上,三條代表不同技術路徑的光流:
    代表射頻與3D仿真的金色、代表器件建模與基礎的藍色、代表數字後端與AI驅動的紫色。
    他們不再是孤立前行,而是在數個關鍵節點緊密纏繞、融合,最終匯聚成一道璀璨的白色光柱直衝向上。
    “孟教授的問題,刀刀見血,也正是EDA領域的世紀難題。”
    陳默的聲音平穩響起,從容又淡定。
    “但幸運的是,您提到的這些‘攔路虎’,在過去兩年的時間裏,正是我們EDA產品線的‘尖刀連’即鍾耀祖的‘數字後端與AI驅動研發部’夜以繼日攻克的對象。”
    他語氣一頓,目光掃過全場。
    最後落在孟良凡和馮庭波臉上,帶著一種“請看大屏幕”的自信。
    “光說不練假把式。
    接下來,我將重點展示,鍾耀祖的數字後端與AI驅動研發部,如何與我們另外兩大部門協同,將您提出的挑戰,轉化為我們N+1良品率戰役的絕對優勢。”
    “首先,是設計規則的複雜性與模型精度問題。” 陳默輕點激光筆,畫麵切換到BalOng 5000射頻前端LNA模塊的複雜版圖。
    “還記得那個讓我們頭疼的0.48%,以及優化後依然存在的0.18%嗎?”
    他故意提起這個“傷疤”,引得馮庭波眉頭一皺。
    “問題的根源,在於傳統EDA工具無法完美處理高頻下的3D電磁效應與底層器件物理的耦合。
    張哲博士的3D EM引擎精度夠高,李維明博士的器件模型足夠紮實,但如何讓它們在鍾耀祖的後端設計流程中‘無縫對話’,是關鍵。”
    陳默操作界麵,調出一段實時演示。
    “我們把之前摩擦不斷的‘混沌’協議升級到了支持數據總線與智能接口協議的2.0版本。
    它不僅僅是數據傳輸,更內嵌了AI驅動的語義理解模塊。
    現在,當張哲博士的3D EM仿真數據流入鍾耀祖的‘盤古’P&R引擎時,‘盤古’能自動識別關鍵電磁敏感區域,並在布局布線階段主動規避,同時將優化後的結構反饋給3D EM引擎進行快速驗證。”
    畫麵中,代表電磁幹擾的紅色區域在“盤古”引擎的驅動下迅速變為安全的綠色,迭代速度比傳統方法快了數十倍。
    “而李維明博士的精密器件模型,則通過‘混沌’總線,直接賦能鍾耀祖團隊的‘伏羲’AI時序收斂助手。
    ‘伏羲’不再依賴粗略的時序模型,而是基於接近物理真實的器件行為進行預測和優化。
    結果就是——”
    陳默展示出一組對比數據:
    “在BalOng 5000 LNA模塊的最終版圖上,我們不僅將偏差從0.18%壓到了0.05%以內,遠超設計預期,而且將時序收斂的迭代次數從平均35次壓縮到了驚人的3次。
    馮總,海思的同事告訴我,他們節省了將近三周的調試時間。”
    馮庭波眼中精光爆射,忍不住脫口而出:“是的,整整三周!”
    這對於爭分奪秒的芯片流片窗口期,價值無可估量。
    陳默微笑頷首:“這就是協同的力量,也是自主工具鏈深度整合帶來的降維打擊。”
    “其次,是關於孟教授提到的計算光刻算力地獄。”
    陳默語氣轉為鏗鏘:
    “OPC(光學臨近校正)確實是N+1多重曝光下的噩夢。
    傳統方法耗時數周,且精度難以保證。”
    他切換到一個極具視覺衝擊力的界麵:
    一邊是傳統OPC校正後依然存在毛刺和畸形的圖形,另一邊則是光滑完美、如同藝術品的修正結果。
    “鍾耀祖團隊,基於其強大的AI算法底蘊,開發了‘女媧’AIOPC係統。
    基於自研異構計算架構和新算法,在處理N+1複雜度版圖時,計算效率已達國際主流工具95%,且在特定圖形補償精度上有510%優勢。
    自研工具與自研PDK的深度定製優勢,是外購工具無法比擬的。
    另外它采用深度強化學習與生成對抗網絡(GAN)結合的方式,不再是機械地遵循規則,而是‘理解’光刻機的成像物理過程,直接生成最優的校正圖形。”
    陳默展示了一組震撼的數據:
    “在BalOng 5000的某個關鍵層,采用‘女媧’係統,將OPC計算時間從傳統的14天縮短到18小時,同時校正精度提升40%,有效預測並規避了3處潛在的光刻熱點。
    這意味著,我們不僅能更快地拿到可生產的掩膜版,更能從源頭提升流片良率。”
    孟良凡激動地直接站了起來:
    “18小時?!陳總,你確定這是基於我們N+1工藝複雜規則的結果?
    這......這簡直是奇跡!”
    作為工藝專家,他太清楚這背後意味著什麽了。
    陳默淡然一笑:
    “孟教授,奇跡源於積累。
    ‘女媧’係統的訓練,離不開張哲博士3D EM引擎提供的精確電磁場數據,以及李維明博士團隊提供的器件物理邊界條件。
    是他們夯實了基礎,鍾耀祖的AI才能揮灑自如。
    係統的訓練也是近期才完成的。”