NVIDIA と TSMC、ファブに AI を導入して半導体の設計と製造を推進

※本発表資料は台湾時間 2026 年 6 月 1 日に発表されたプレスリリースの抄訳です。

ニュース概要:

• NVIDIA CUDA-X ライブラリと AI モデルは、リソグラフィ、トランジスタおよびプロセスのシミュレーション、高度なプロセス制御、ファブ運用の最適化にわたり、TSMC のワークロードを高速化しています。
• TSMC は、NVIDIA Metropolis、NVIDIA TAO Toolkit を活用して、ビジョン AI で自動不良検査を推進しており、ラベリングと再トレーニングの繰り返しを削減しながらナノメートル レベルの不良の検出を向上させています。

台北、台湾 — COMPUTEX — 2026 年 6 月 1 日 — NVIDIA は本日、世界有数の半導体企業である TSMC が、NVIDIA アクセラレーテッド コンピューティングと AI を活用して半導体の設計と製造を進化させていることを発表しました。

チップがより高度なノードに移行するにつれ、設計から量産へ至るまでのプロセスは、世界で最も複雑なコンピューティングの課題のひとつとなっています。計算リソグラフィ、トランジスタ シミュレーション、プロセス制御、ウェハ検査は、現在、大規模なシミュレーションとリアルタイム最適化、そして物理、画像処理、その他のアプリケーション全体でサポートを提供できる AI システムを必要としています。

TSMC は、NVIDIA の技術を活用してこの変革を加速し、半導体の設計と製造のライフサイクル全体でアクセラレーテッド コンピューティングと AI を適用して、高度なファブの納期、エネルギー効率、歩留まり、運用生産性を向上させています。

NVIDIA の創業者/CEO であるジェンスン フアン (Jensen Huang) は次のように述べています。「NVIDIA と TSMC は、30 年近くにわたって協力してコンピューティングの限界を押し広げてきました。TSMC は、NVIDIA AI とアクセラレーテッド コンピューティングをファブに導入し、世界で最も複雑な設計および製造の課題にシミュレーション、最適化、AI で取り組み、次世代チップの速度、効率、歩留まりを向上させています」

TSMC の会長兼 CEO である C.C. Wei 氏は次のように述べています。「TSMC と NVIDIA は、次世代のコンピューティングを可能にする技術の推進に根ざした長期のパートナーシップを構築してきました。ファブ運用の最適化、リソグラフィ、プロセス制御、検査にわたって NVIDIA アクセラレーテッド コンピューティングと AI を活用することで、TSMC は技術的リーダーシップと製造の卓越性を強化し、お客様の将来の製品と成功をサポートしていきます」

TSMC は、NVIDIA CUDA-X ライブラリと AI でプロセスを加速

高度な半導体の設計と製造は、チップ設計の移管、トランジスタ モデリング、プロセス制御、ファブの生産性に及ぶ大規模な計算ワークロードと高度に調整されたファブ運用を必要とします。

TSMC は、NVIDIA CUDA-X™ ライブラリと AI モデルを活用して、NVIDIA GPU 上でこれらのワークロードを高速化しています。

• 計算リソグラフィ: TSMC は、チップ マスク設計の露光技術である、リソグラフィ向けの GPU アクセラレーテッド ライブラリである NVIDIA cuLitho を活用しています。 このテクノロジは、CPU ベースの計算リソグラフィと比較して、同じ所有コストを維持しながら、コスト効率またはサイクル時間を 20 〜 50% 向上させます。
• トランジスタ、装置、プロセス シミュレーション: TSMC は、半導体材料設計で化学シミュレーションを平均 50 倍高速化するために、GPU で加速する電子構造シミュレーション ライブラリである NVIDIA cuEST を活用しています。
• 高度なプロセス制御: TSMC は、NVIDIA cuML 機械学習ライブラリを活用して、NVIDIA GPU での大規模分析を高速化しています。 これにより、TSMC はアルゴリズムを高速化し、数千のステップにわたる数十万のプロセス パラメータを機械学習モデルの精密な入力として抽出できるようになり、プロセスのばらつきを大幅に削減しています。
• ファブ運用の最適化: CUDA を使用した GPU アクセラレーションによるスケジューリング コンピューテーションは、NVIDIA H200 GPU によりファブの生産性を大幅に向上させました。NVIDIA H200 GPU で CUDA 搭載のコンピューテーションを活用することで、TSMC は複雑な制約を管理する能力を強化し、それによって生産経路を合理化し、ファブの生産性を最大化しています。

TSMC、NVIDIA Metropolis と AI モデルで不良検査を推進

チップがより高度化するにつれ、ごくわずかな不良でさえ品質や歩留まりに影響を与える可能性があり、半導体の設計と製造に迅速で正確な検査が不可欠になります。

TSMC は、NVIDIA Metropolis プラットフォームと NVIDIA TAO Toolkit を活用して、高度な不良分類を向上させています。 TSMC は、ビジョン AI を活用して、ナノメートルレベルの不良の検出を向上させました。

これらの機能により、TSMC は、プロセス条件、検査ツール、不良の種類が変化しても、ラベル付けと再トレーニングを繰り返す必要性を減らしながら、品質検査を向上させることができます。

TSMC、NVIDIA Omniverse を活用して FabTwin を構築

高度な半導体ファブは、これまでに構築された最も複雑なファブのひとつであり、ツール、材料、ロボット、人間、施設システム間の正確な調整が必要です。

TSMC は、プロセス ツールのレイアウトと関連するシミュレーション ワークフローを評価するための仮想ファブ環境である FabTwin を構築するため、NVIDIA Omniverse™ ライブラリを検討しています。物理的な実装の前に設計シナリオをデジタルでテストすることで、TSMC は複雑な構成をより柔軟に比較し、潜在的な制約を早期に特定できます。この仮想ファースト アプローチは、計画の効率を大幅に向上させ、物理的または資本のコミットメントが行われる前に重要な意思決定を高速化します。

NVIDIA GTC Taipei のジェンスン フアンの基調講演をご覧になり、詳細をご確認ください。