人工智能芯片是如何制造的

我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门关于半导体供应链的全面课程，这门课程完全基于第一性原理进行讲解。该课程由硬件专家Kian Kyars主讲，深入剖析了从原始硅材料到最终在现代数据中心得到应用的整个过程。

随着用于人工智能基础设施的资本支出不断增加，达到数千亿美元之多，硬件已经不再是一个仅限于芯片设计专家研究的领域。对于开发人员、研究人员以及科技行业的专业人士来说，了解支撑现代人工智能模型运行的各种硬件设备已经变得至关重要。

这门课程重点介绍了Nvidia最新的硬件产品，详细讲解了双芯片结构的GB300 Blackwell Ultra GPU是如何进行设计、制造、封装以及联网连接的。通过六个结构化的学习模块，Kian深入解析了以下内容：

• 半导体物理与技术发展规律
  平面架构、FinFET架构以及Gate-All-Around架构的工作原理；为什么GPU的运行频率低于CPU；Dennard缩放定律的终结如何改变了处理器的设计方式。

• 设计流程与电子设计自动化工具
  利用Synopsys、Cadence和Siemens EDA等电子设计自动化工具，将寄存器传输级代码逐步转化为可制造的芯片掩模模板的过程。

• 制造工艺与洁净室环境

  
  像台积电这样的先进制造厂内部的生产流程；晶圆的搬运方式；高纯度的北卡罗来纳州石英材料；以及用于计算缺陷概率的数学模型。

• 光刻技术及设备

  
  ASML公司的极紫外光刻设备是如何利用13.5纳米波长的光线，在原子级平整的卡尔·蔡司镜面上形成精确的图案，从而制造出宽度仅为几纳米的芯片结构的。

• 存储技术与先进封装工艺

  
  高带宽内存（HBM3E/HBM4）的技术原理；穿透硅层的导线连接技术；以及台积电的CoWoS-L封装技术，这种技术能够将多个计算芯片紧密地结合在一起。

• 大规模系统架构与地缘政治因素

  
  NVLink大规模互联技术；135千瓦的功率限制；各种出口管制措施；以及全球供应链中那些可能造成系统崩溃的关键环节。

您可以在freeCodeCamp.org的YouTube频道上免费观看这门完整的课程，观看时长为3小时。点击这里观看。