NVIDIA lancerer cuPotential, mens førende halvledervirksomheder tager CUDA-X i brug

Den 14. oktober 2026 lancerede NVIDIA cuPotential, et nyt CUDA-X-bibliotek, som udviklere kan bruge til at bygge AI-agenter, der simulerer, hvordan atomer og molekyler interagerer. NVIDIA beskrev også, hvordan førende halvledervirksomheder, herunder Synopsys, Cadence, Siemens, Lam Research, KLA og Applied Materials, tager virksomhedens CUDA-X-biblioteker i brug inden for chipdesign, produktion og test.

cuPotential og den AI-definerede halvlederfabrik

NVIDIA beskriver AI-definerede halvlederfabrikker som fabrikker, hvor AI hjælper ingeniører med at optimere processer, løse produktionsproblemer og øge produktionseffektiviteten. Ifølge NVIDIA kræver den stigende efterspørgsel efter avancerede chips, at sådanne fabrikker øger produktionen og samtidig håndterer stadig mere komplekse fremstillingsprocesser. Ingeniører har brug for nye metoder til at modellere materialer, analysere inspektionsdata og afprøve procesændringer i digitale tvillinger, før de indføres i produktionen. Den udvidede CUDA-X-portefølje giver AI-agenter og tekniske applikationer accelererede værktøjer til halvledersimulering, 3D-databehandling og billedanalyse.

Det nye bibliotek gør simuleringer på atomart niveau hurtigere ved hjælp af specialiserede, GPU-accelererede funktioner, der kan integreres i eksisterende software. Det gør det muligt for forskere at modellere elektriske kræfter og andre vekselvirkninger på tværs af store mængder atomer og hurtigere forfine simuleringer. cuPotential stiller også disse modelleringsfunktioner til rådighed for AI-agenter, som dermed kan udføre, vurdere og forfine avancerede molekylære simuleringer. NVIDIA oplyste, at biblioteket i test med tidlig adgang gjorde allerede GPU-optimerede arbejdsgange yderligere 2-3 gange hurtigere, og nævnte Synopsys blandt de tidlige brugere, der anvender cuPotential til at accelerere simuleringer af materialer.

»Halvlederindustrien gjorde AI-revolutionen mulig. Nu ændrer AI den måde, chips fremstilles på,« sagde Tim Costa, vicepræsident og general manager for industriel og beregningsmæssig teknik hos NVIDIA. Costa sagde, at CUDA-X- og Omniverse-bibliotekerne giver AI-agenter accelererede værktøjer til simulering og inspektion, som hjælper ingeniører med at håndtere kompleksitet og forbedre udbyttet, mens halvlederfabrikkerne kæmper for at imødekomme efterspørgslen efter avancerede chips.

Partnere inden for chipdesign og simulering

I designporteføljen simulerer cuPotential atomare vekselvirkninger, cuEST modellerer elektronisk adfærd, og cuDSS løser komplekse tekniske simuleringer. Synopsys bruger alle tre biblioteker, og NVIDIA rapporterede om tidlige resultater fra QuantumATK, der viste en potentiel 30 gange højere hastighed med cuEST, samt benchmarks fra S-Device, der viste en 12 gange højere hastighed med cuDSS. Synopsys’ AgentEngineer-løsninger er udviklet til at fungere sammen med NVIDIAs åbne Nemotron-modeller og NeMo-værktøjer og understøtter AI-agenter til chipdesign og verifikation.

Cadence anvender NVIDIAs accelererede databehandling, åbne Nemotron-modeller og CUDA-X-biblioteker til agentisk AI inden for design og simulering af elektromekaniske systemer, herunder halvledere, avanceret kapsling og printkort. Ifølge NVIDIA optimerer Cadence AuraStack AI Super Agent avancerede kapslinger med hensyn til varme og spændinger 8 gange hurtigere ved hjælp af cuDSS sammen med Cadence Celsius. NVIDIA oplyste også, at Nemotron fungerer sammen med ChipStack AI Super Agent til design og verifikation af halvledere.

COMSOL accelererer multifysiske simuleringer af halvledere med cuDSS, som ifølge NVIDIA leverer simuleringer, der er op til 10 gange hurtigere. Den kommende COMSOL MCP Server vil bruge den åbne Nemotron Ultra-model til AI-understøttet modellering og udforskning af designmuligheder. Voltais Voltaire-platform, et agentisk multifysiksystem til design og simulering af 3D-IC’er, kombinerer AI-agenter med GPU-accelererede løsere, der bygger på cuDSS og CUDA-X. Ifølge NVIDIA forkorter dette komplekse elektrotermisk-mekaniske simuleringsarbejdsgange fra måneder til én dag. ChipAgents udvikler specialiserede AI-modeller til chipdesign på NVIDIAs AI-infrastruktur samt software til modeltræning og -optimering. Virksomheden samarbejder med NVIDIA om at udvikle Build-A-Chip Bench, et benchmark, der evaluerer agenter på tværs af komplette arbejdsgange fra specifikation til grafisk datasystem.

Produktion, inspektion og drift af halvlederfabrikker

Til produktionsarbejdsgange gør cuLitho beregningerne, der bruges til at fremstille chipmønstre, hurtigere. NanoVDB leverer open source-værktøjer til at arbejde med 3D-data i simuleringer af chipproduktion, og det åbne PhysicsNeMo-rammeværk hjælper ingeniører med at træne fysikbaserede AI-modeller, der forudsiger fysiske systemers adfærd. Siemens anvender cuLitho til at accelerere sin Calibre-software til forfining af chipmønstre og forberedelse af masker, og virksomhedens Solido-team udvikler agentstyrede karakteriseringsarbejdsgange med åbne Nemotron-modeller og åbne NeMo-biblioteker.

Lam Research planlægger at integrere NanoVDB i SEMulator3D, virksomhedens procesmodelleringsplatform i produktfamilien af virtuelle produkter Semiverse Solutions. Ifølge NVIDIA forventes tilføjelsen at accelerere modellering af udvalgte waferætsningsprocesser med op til 30 gange. NVIDIA oplyste også, at det er blevet påvist, at PhysicsNeMo kan reducere simuleringstiden for plasmaprognoser til helt ned på millisekunder i stedet for dage. Luminary anvender PhysicsNeMo til design af halvlederkapslinger. Ifølge NVIDIA gør fysikbaserede AI-modeller, der er trænet til at forudsige temperatur, trykfald og termisk spænding på tværs af forskellige kapslingskonfigurationer, det muligt for ingeniører at afprøve 100 gange flere design inden for den samme tidsplan og uden at skulle køre en ny simulering for hver mulighed.

Til inspektion og test behandler NVIDIAs NPP-bibliotek billeder på GPU’er, mens RAPIDS cuDF behandler store datasæt på GPU’er. Tilsammen accelererer de test- og kvalitetskontrolarbejdsgange. Ved hjælp af NVIDIA AI og accelereret databehandling fjerner imec støj fra billeder fra scanningselektronmikroskoper, der bruges til målinger af chips under nanometerniveau, og anvender cuLitho til beregningstung optisk nærhedskorrektion af procesvinduet. NVIDIA oplyser, at det har forbedret litografiprocesvinduet med 30 %. KLA anvendte indsigter fra sine højt optimerede produktionskerner til en ny NPP NCC-kerne, som ifølge NVIDIA opnåede en ydeevne, der var 50 gange hurtigere end tidligere CPU-versioner, og som kunne måle sig med KLAs håndoptimerede implementeringer.

NVIDIA oplyser, at Teradyne kombinerer NPP-baseret billedbehandling og accelereret databehandling til test af billedsensorer med beregninger på GPU’er ved hjælp af RAPIDS cuDF og CuPy. Det giver en omtrent 85 gange hurtigere inferens ved vedligeholdelse af prober, som hjælper med at identificere prober, der er ved at blive dårligere, før de påvirker udbyttet. Advantest har integreret NVIDIAs Nemotron- og Kumo-Anomaly-modeller i ACS RTDI for at muliggøre AI-drevet analyse af halvlederproduktion. Systemet, der drives af Grace Blackwell, leverer diagnostik og inferens i realtid, som anbefaler korrigerende handlinger for testceller. NVIDIA oplyser, at Advantest også bruger AI-agenterne NeMo Switchyard til at automatisere modelvalg, strømline testarbejdsgange inden for halvlederproduktion og reducere svartiderne fra timer til minutter.

Applied Materials bruger Omniverse og CUDA-X-bibliotekerne cuDSS, cuEST og PhysicsNeMo inden for materialeopdagelse, procesudvikling og optimering af fabrikker. NVIDIA oplyser, at kombinationen muliggør kammer­simuleringer, der er op til 35 gange hurtigere, og understøtter digitale tvillinger af fabrikker, som kan bidrage til at optimere indretning og materialestrømme. Analog Devices kombinerer Synopsys-fysiksimulering med Isaac Sim-rammeværket og Omniverse-biblioteker for at udvikle meget nøjagtige sensor-simuleringer og robotbenchmarktests, der vurderer sensorers adfærd i komplette robotsystemer. FANUC og Foxconn forbinder deres robotmodeller med Mega NVIDIA Omniverse Blueprint til digitale tvillinger af fabrikker, så producenter kan simulere og validere robotoperationer inden fysisk implementering. OMRON bruger Cosmos-modeller af den åbne verden og Metropolis Blueprint til videosøgning og opsummering i sit inspektionsudstyr.

Tilgængelighed

cuPotential er tilgængeligt med tidlig adgang, NanoVDB er tilgængeligt som open source i OpenVDB, og NPP er tilgængeligt via NVIDIA CUDA Toolkit. NVIDIA inviterede læserne til at møde virksomheden på SEMICON West. Lam Researchs NanoVDB-accelererede funktionalitet i SEMulator3D er planlagt til udgivelse inden udgangen af 2026.