NVIDIA stellt cuPotential vor, während führende Halbleiterunternehmen CUDA-X einsetzen

NVIDIA stellte am 14. Oktober 2026 cuPotential vor, eine neue CUDA-X-Bibliothek, mit der Entwickler KI-Agenten erstellen können, die simulieren, wie Atome und Moleküle miteinander interagieren. Außerdem berichtete NVIDIA ausführlich über den Einsatz seiner CUDA-X-Bibliotheken in den Bereichen Chipdesign, Fertigung und Prüfung durch führende Halbleiterunternehmen, darunter Synopsys, Cadence, Siemens, Lam Research, KLA und Applied Materials.

cuPotential und die KI-definierte Halbleiterfabrik

NVIDIA beschreibt KI-definierte Halbleiterfabriken als Produktionsstätten, in denen KI Ingenieuren dabei hilft, Prozesse zu optimieren, Produktionsprobleme zu lösen und die Produktionseffizienz zu steigern. Die wachsende Nachfrage nach fortschrittlichen Chips erfordere es, die Produktion in solchen Fabriken auszuweiten und zugleich immer komplexere Fertigungsprozesse zu bewältigen, so NVIDIA. Ingenieure benötigten neue Möglichkeiten, Materialien zu modellieren, Prüfdaten zu analysieren und Prozessänderungen in digitalen Zwillingen zu testen, bevor sie diese in der Produktion umsetzen. Das erweiterte CUDA-X-Portfolio bietet KI-Agenten und technischen Anwendungen beschleunigte Werkzeuge für die Halbleitersimulation, die 3D-Datenverarbeitung und die Bildanalyse.

Die neue Bibliothek beschleunigt Simulationen auf atomarer Ebene mithilfe spezialisierter, GPU-beschleunigter Funktionen, die sich in bestehende Software integrieren lassen. So können Forschende elektrische Kräfte und andere Wechselwirkungen bei einer großen Zahl von Atomen modellieren und Simulationen schneller verfeinern. cuPotential stellt diese Modellierungsfunktionen auch KI-Agenten zur Verfügung, die damit fortschrittliche molekulare Simulationen durchführen, bewerten und optimieren können. NVIDIA berichtete, dass die Bibliothek in Tests mit frühem Zugang bereits GPU-optimierte Arbeitsabläufe zusätzlich um das 2- bis 3-Fache beschleunigte. Als einen der frühen Anwender, die cuPotential zur Beschleunigung von Materialsimulationen einsetzen, nannte NVIDIA Synopsys.

„Die Halbleiterindustrie hat die KI-Revolution möglich gemacht. Jetzt verändert KI die Art und Weise, wie Chips hergestellt werden“, sagte Tim Costa, Vice President und General Manager für Industrie- und Computertechnik bei NVIDIA. Costa zufolge statten die CUDA-X- und Omniverse-Bibliotheken KI-Agenten mit beschleunigten Simulations- und Prüftools aus, die Ingenieuren helfen, die Komplexität zu bewältigen und die Ausbeute zu verbessern, während Halbleiterfabriken darum ringen, die Nachfrage nach fortschrittlichen Chips zu bedienen.

Partner für Chipdesign und Simulation

Im Designportfolio simuliert cuPotential Wechselwirkungen zwischen Atomen, cuEST modelliert das elektronische Verhalten und cuDSS löst komplexe technische Simulationsaufgaben. Synopsys setzt alle drei Bibliotheken ein. NVIDIA berichtete von ersten Ergebnissen mit QuantumATK, die mit cuEST eine potenzielle Beschleunigung um das 30-Fache zeigten, sowie von S-Device-Benchmarks, die mit cuDSS eine Beschleunigung um das 12-Fache ergaben. Die AgentEngineer-Lösungen von Synopsys sind auf die Zusammenarbeit mit den offenen Nemotron-Modellen und den NeMo-Werkzeugen von NVIDIA ausgelegt und unterstützen KI-Agenten beim Chipdesign und bei der Verifizierung.

Cadence setzt beschleunigtes Computing von NVIDIA, offene Nemotron-Modelle und CUDA-X-Bibliotheken für agentenbasierte KI beim Entwurf und bei der Simulation elektromechanischer Systeme ein. Dazu gehören Halbleiter, fortschrittliche Gehäuse und Leiterplatten. NVIDIA zufolge optimiert der KI-Superagent Cadence AuraStack mit cuDSS und Cadence Celsius fortschrittliche Gehäuse im Hinblick auf Wärme und Belastung 8-mal schneller. Außerdem arbeitet Nemotron mit dem KI-Superagenten ChipStack für den Entwurf und die Verifizierung von Halbleitern zusammen.

COMSOL beschleunigt Multiphysiksimulationen für Halbleiter mit cuDSS, das laut NVIDIA Simulationen um bis zu das 10-Fache beschleunigt. Der kommende COMSOL MCP Server wird das offene Nemotron-Ultra-Modell für KI-gestützte Modellierung und die Erkundung von Entwurfsvarianten nutzen. Die Voltaire-Plattform von Voltai, ein agentenbasiertes Multiphysiksystem für den Entwurf und die Simulation von 3D-ICs, kombiniert KI-Agenten mit GPU-beschleunigten Lösern auf Basis von cuDSS und CUDA-X. NVIDIA zufolge verkürzt dies komplexe elektrothermisch-mechanische Simulationsabläufe von Monaten auf einen Tag. ChipAgents entwickelt spezialisierte KI-Modelle für das Chipdesign auf der KI-Infrastruktur von NVIDIA sowie Software für das Training und die Optimierung von Modellen. Gemeinsam mit NVIDIA arbeitet das Unternehmen an Build-A-Chip Bench, einem Benchmark, der Agenten anhand durchgängiger Arbeitsabläufe von der Spezifikation bis zum Grafikdatensystem bewertet.

Fertigung, Prüfung und Betrieb von Halbleiterfabriken

Für Fertigungsabläufe beschleunigt cuLitho die Berechnungen zum Aufbringen von Chipmustern, NanoVDB bietet quelloffene Werkzeuge für die Arbeit mit 3D-Daten in Halbleiterfertigungssimulationen und das offene PhysicsNeMo-Framework unterstützt Ingenieure beim Training von Physik-KI-Modellen, die das Verhalten physikalischer Systeme vorhersagen. Siemens setzt cuLitho ein, um seine Calibre-Software für die Verfeinerung von Chipmustern und die Maskenvorbereitung zu beschleunigen. Das Solido-Team des Unternehmens entwickelt außerdem agentengesteuerte Arbeitsabläufe zur Charakterisierung mit offenen Nemotron-Modellen und offenen NeMo-Bibliotheken.

Lam Research beabsichtigt, NanoVDB in SEMulator3D zu integrieren, seine Plattform für die Prozessmodellierung innerhalb der virtuellen Produktfamilie Semiverse Solutions. NVIDIA zufolge dürfte die Ergänzung ausgewählte Modelle für das Waferätzen um bis zu das 30-Fache beschleunigen. Außerdem sei gezeigt worden, dass PhysicsNeMo die Simulationszeit für Plasmavorhersagen auf wenige Millisekunden statt auf Tage verkürzen kann. Luminary setzt PhysicsNeMo beim Entwurf von Halbleitergehäusen ein. NVIDIA zufolge ermöglichen Physik-KI-Modelle, die darauf trainiert wurden, Temperatur, Druckabfall und thermische Belastung für verschiedene Gehäusekonfigurationen vorherzusagen, Ingenieuren, im selben Zeitrahmen 100-mal mehr Entwürfe zu testen, ohne für jede Variante eine neue Simulation durchführen zu müssen.

Für Inspektion und Tests übernimmt die NPP-Bibliothek von NVIDIA die Bildverarbeitung auf GPUs, während RAPIDS cuDF große Datensätze auf GPUs verarbeitet. Zusammen beschleunigen sie Test- und Qualitätskontrollabläufe. Mit NVIDIA-KI und beschleunigtem Computing entfernt imec Bildrauschen aus Rasterelektronenmikroskop-Aufnahmen, die für Chipmessungen im Subnanometerbereich verwendet werden, und setzt cuLitho für die rechenintensive optische Proximity-Korrektur des Prozessfensters ein. NVIDIA zufolge verbessert sich dadurch das Lithografie-Prozessfenster um 30 %. KLA übertrug Erkenntnisse aus seinen hochoptimierten Produktions-Kernels auf einen neuen NPP-NCC-Kernel, der laut NVIDIA eine 50-mal höhere Geschwindigkeit als frühere CPU-Versionen erreichte und damit mit den von KLA manuell optimierten Implementierungen vergleichbar war.

Teradyne kombiniert laut NVIDIA die NPP-basierte Bildverarbeitung und beschleunigtes Computing für die Prüfung von Bildsensoren mit RAPIDS-cuDF- und CuPy-Berechnungen auf GPUs. Dadurch wird die Inferenz zur Wartung von Prüfsonden etwa 85-mal schneller und kann dabei helfen, nachlassende Sonden zu erkennen, bevor sie die Ausbeute beeinträchtigen. Advantest hat die Modelle Nemotron und Kumo-Anomaly von NVIDIA in ACS RTDI integriert, um KI-gestützte Analysen der Halbleiterproduktion zu ermöglichen. Das von Grace Blackwell angetriebene System liefert Diagnosen und Inferenz in Echtzeit und empfiehlt Korrekturmaßnahmen für Testzellen. NVIDIA zufolge setzt Advantest außerdem die KI-Agenten NeMo Switchyard ein, um die Modellauswahl zu automatisieren, Halbleitertestabläufe zu optimieren und Reaktionszeiten von Stunden auf Minuten zu verkürzen.

Applied Materials setzt Omniverse und die CUDA-X-Bibliotheken cuDSS, cuEST und PhysicsNeMo in der Materialforschung, der Prozessentwicklung und der Optimierung von Halbleiterfabriken ein. NVIDIA zufolge ermöglicht diese Kombination bis zu 35-mal schnellere Kammersimulationen und unterstützt digitale Zwillinge von Fabriken, mit denen sich Layouts und Materialflüsse optimieren lassen. Analog Devices kombiniert physikalische Simulationen von Synopsys mit dem Isaac-Sim-Framework und Omniverse-Bibliotheken, um realitätsgetreue Sensorsimulationen und Robotik-Benchmarks zu entwickeln. Damit lässt sich bewerten, wie sich Sensoren in vollständigen Robotersystemen verhalten. FANUC und Foxconn verknüpfen ihre Robotermodelle mit dem Mega NVIDIA Omniverse Blueprint für digitale Fabrikzwillinge. So können Hersteller Robotervorgänge simulieren und validieren, bevor sie in der physischen Umgebung umgesetzt werden. OMRON verwendet offene Weltmodelle von Cosmos und den Metropolis Blueprint für die Videosuche und -zusammenfassung in seinen Inspektionsgeräten.

Verfügbarkeit

cuPotential ist im Early Access verfügbar, NanoVDB als Open Source innerhalb von OpenVDB und NPP über das NVIDIA CUDA Toolkit. NVIDIA lud die Leser ein, das Unternehmen auf der SEMICON West zu besuchen. Die um NanoVDB erweiterte Funktionalität von SEMulator3D bei Lam Research soll bis Ende 2026 veröffentlicht werden.