本文是与 IEEE Xplore 合作的独家 IEEE 期刊观察系列的一部分。
许多科技行业正在快速采用人工智能和虚拟化工具，尽管人们对运行这些工具所需的能源量存在一些担忧。但有没有可能在某些情况下，计算机模拟的环境影响小于现实世界实验的影响？
全球最大的半导体制造公司之一，Lam Research，对其研发运营进行了内部深入分析，以回答这个问题。结果表明，尽管人工智能建模和虚拟化需要大量的能量，但与现实世界实验相比，它们可以将碳排放量减少 20% 到 80%，具体取决于正在进行的半导体研究的哪个方面。
2021 年，Lam Research 承诺到 2030 年实现 100% 可再生电力运营，并到 2050 年实现净零排放。
Lam Research 的 Semiverse Solutions 公司副总裁 David Fried 表示，为了让他的团队实现这一净零目标，“重要的是，我们测试了各种流程，并衡量了研发活动的实际碳足迹，以获得做出最具意义的业务变革所需的信息。”
特别是，该公司考察了与研发用于制造集成电路等纳米级半导体所需的设备和工艺相关的碳排放。
“制造这些微小的器件是一个极其复杂的制造过程，涵盖数百个专业步骤，这些步骤在研发过程中得到了广泛的改进，其中近一半涉及精密的纳米级蚀刻和沉积等复杂的化学等离子体工艺，”Fried 说。“这需要大量的材料、化学品、气体和高能耗资源。”
用虚拟测试取代实验室测试
Fried 的团队试图比较在物理实验室中进行的传统研发与尽可能使用人工智能和虚拟化代替实验室实验的相同研究相关的碳排放。他们评估了用于制造半导体的圆形薄盘晶圆的硬件原型、工艺优化和配方开发的不同领域。
在每种情况下，他们都比较了计算建模的碳足迹与物理实验的碳足迹。结果发表在 2022 年 11 月的《IEEE 半导体制造学报》上。
该团队报告称，虽然模拟产生了与实验室实验相同的结果，但模拟涉及碳排放的大幅减少：对于许多研究场景，大约减少了 20%，但对于某些场景，例如等离子体离子模拟，减少了高达 80%。
“模拟似乎几乎普遍比物理实验更节约资源，因此我们建议研究人员寻找机会最大限度地减少实验，并尝试使用计算方法解决他们的问题，”Fried 说。
值得注意的是，研究表明，仅生产一个完整的循环晶圆在其生命周期内产生的碳排放量约为 1500 公斤二氧化碳。相比之下，运行在高端计算机上的虚拟化和人工智能工具需要运行 27000 小时的计算，或者略多于 3 年，才能达到相同的碳排放量。
Fried 指出，模拟的环境效益不仅限于减少碳排放，还包括节约其他重要资源，例如半导体制造中广泛使用的水和化学品，以及帮助减少空气污染物的排放。
在公司运营方面，Fried 说他的团队还发现，模拟可以节省时间、降低成本，并加强团队之间的协作。
“[总的来说] 这些有希望的结果进一步表明，虚拟孪生和模拟将成为半导体制造的颠覆性技术，”他说。
