NVIDIA 與 TSMC 將 AI 導入晶圓廠，推動半導體設計與製造

台北，台灣 — COMPUTEX — 2026 年 6 月 1 日 — NVIDIA 今日宣布，全球領先的半導體企業 TSMC 正利用 NVIDIA 加速運算與 AI 技術，推動半導體設計與製造的演進。

隨著晶片轉向更先進的製程節點，從設計到量產的過程已成為全球最複雜的運算挑戰之一。計算微影、電晶體模擬、製程控制與晶圓檢測現在需要 AI 系統，以在大型模擬、即時最佳化、物理、影像處理及其他應用領域提供支援。

TSMC 正利用 NVIDIA 技術加速此轉型，並在半導體設計與製造的全生命週期中應用加速運算與 AI，以提升先進晶圓廠的交付時間、能源效率、良率及營運生產力。

NVIDIA 創辦人兼執行長黃仁勳（Jensen Huang）表示：「NVIDIA 與 TSMC 近 30 年來合作無間，共同突破運算極限。TSMC 正將 NVIDIA AI 與加速運算引入晶圓廠，透過模擬、最佳化與 AI 來應對全球最複雜的設計與製造挑戰，提升下一代晶片的速度、效率與良率。」

TSMC 董事長兼執行長魏哲家（C.C. Wei）表示：「TSMC 與 NVIDIA 建立了長期夥伴關係，共同致力於推動實現下一代運算的技術。透過在晶圓廠營運、微影、製程控制與檢測中利用 NVIDIA 加速運算與 AI，TSMC 強化了技術領先地位與製造卓越性，以支援客戶未來的產品與成功。」

TSMC 利用 NVIDIA CUDA-X 函式庫與 AI 加速製程

TSMC 正運用 NVIDIA CUDA-X™ 函式庫與 AI 模型，在 NVIDIA GPU 上加速這些工作負載。

- 計算微影：TSMC 採用 NVIDIA cuLitho，這是用於微影（晶片光罩設計的曝光技術）的 GPU 加速函式庫。與基於 CPU 的計算微影相比，該技術在維持相同總體擁有成本的情況下，將成本效益或週期時間提升了 20% 至 50%。 - 電晶體、設備與製程模擬：TSMC 利用 GPU 加速的電子結構模擬函式庫 NVIDIA cuEST，將半導體材料設計中的化學模擬速度平均提升了 50 倍。 - 先進製程控制：TSMC 利用 NVIDIA cuML 機器學習函式庫來加速 NVIDIA GPU 上的大規模分析。這使 TSMC 能夠加速演算法，並將涵蓋數千個步驟的數十萬個製程參數提取為機器學習模型的精確輸入，大幅減少了製程變異。 - 晶圓廠營運最佳化：由 CUDA 提供支援的 GPU 加速排程計算，透過 NVIDIA H200 GPU 大幅提升了晶圓廠的生產力。透過在 NVIDIA H200 GPU 上利用 CUDA 驅動的計算，TSMC 增強了管理複雜約束的能力，進而最佳化了生產路徑。