早在2022年，OpenAI發(fā)布基于大語言模型的ChatGPT,，就轟動全球,，自此之后，各類AI大模型如同雨后春筍般涌現(xiàn),。訓練這些大模型需要阿伏伽德羅常數(shù)級的算力,，以訓練GPT-4為例,，需要215億petaFLOP,，1 peta是10的15次方,，即2.15 x 10²⁵次浮點運算。阿伏伽德羅常數(shù)只有6.02x10²³,。

為了滿足對芯片算力的需求,，邏輯芯片的線寬不斷縮小，器件結(jié)構(gòu)更加復雜,。從平面柵到鰭柵（FinFET）,，再到全環(huán)繞柵（GAA）。NVIDIA H100芯片就是廣泛應用的AI訓練芯片的產(chǎn)品,，其先進邏輯芯片,，采用的就是先進的GAA的晶體管結(jié)構(gòu)。

H100為何價格居高不下,，并且一片難求,，其原因就在于，當先進邏輯芯片的工藝節(jié)點不斷發(fā)展演進,，芯片的良率越來越成為制約產(chǎn)能和成本的因素。今年上半年,，某晶圓大廠就曾爆出其GAA產(chǎn)品良率不到20%,，遠遠低于保持其產(chǎn)品的競爭力的70%良率臨界值。

想了解更多Helios 5 EXL如何助力晶圓廠工藝改良和提高良率,，并助推AI模型不斷升級演進,，以及其它賽默飛半導體失效分析解決方案，還可以關注我們的官方微信或是訪問賽默飛,。