NVIDIA presenta cuPotential mientras los líderes del sector de los semiconductores adoptan CUDA-X

El 14 de octubre de 2026, NVIDIA presentó cuPotential, una nueva biblioteca CUDA-X que los desarrolladores pueden utilizar para crear agentes de IA que simulen las interacciones entre átomos y moléculas, y detalló la adopción de sus bibliotecas CUDA-X en el diseño, la fabricación y las pruebas de chips por parte de líderes del sector de los semiconductores, entre ellos Synopsys, Cadence, Siemens, Lam Research, KLA y Applied Materials.

cuPotential y la fábrica definida por IA

NVIDIA describe las fábricas de semiconductores definidas por IA como plantas donde la IA ayuda a los ingenieros a optimizar procesos, resolver problemas de producción y mejorar la eficiencia productiva. Según NVIDIA, el aumento de la demanda de chips avanzados exige que estas fábricas amplíen la producción y, al mismo tiempo, gestionen procesos de fabricación cada vez más complejos. Los ingenieros necesitan nuevas formas de modelar materiales, analizar datos de inspección y probar cambios en los procesos mediante gemelos digitales antes de aplicarlos a la producción. La ampliación de la cartera CUDA-X proporciona a los agentes de IA y a las aplicaciones de ingeniería herramientas aceleradas para la simulación de semiconductores, el procesamiento de datos 3D y el análisis de imágenes.

La nueva biblioteca acelera las simulaciones a escala atómica mediante funciones especializadas aceleradas por GPU que se integran en el software existente, lo que permite a los investigadores modelar fuerzas eléctricas y otras interacciones en grandes cantidades de átomos y perfeccionar las simulaciones con mayor rapidez. cuPotential también pone estas capacidades de modelado a disposición de los agentes de IA, que pueden realizar, evaluar y perfeccionar simulaciones moleculares avanzadas. NVIDIA informó que, en las pruebas de acceso anticipado, la biblioteca aceleró entre 2 y 3 veces más los flujos de trabajo que ya estaban optimizados para GPU, y señaló que Synopsys se encuentra entre los primeros en adoptar cuPotential para acelerar las simulaciones de materiales.

«La industria de los semiconductores hizo posible la revolución de la IA. Ahora, la IA está transformando la forma en que se fabrican los chips», afirmó Tim Costa, vicepresidente y director general de ingeniería industrial y computacional de NVIDIA. Costa dijo que las bibliotecas CUDA-X y Omniverse proporcionan a los agentes de IA herramientas aceleradas de simulación e inspección que ayudan a los ingenieros a gestionar la complejidad y mejorar el rendimiento, mientras las fábricas se apresuran a satisfacer la demanda de chips avanzados.

Socios de diseño y simulación de chips

Dentro de la cartera de diseño, cuPotential simula interacciones atómicas, cuEST modela el comportamiento electrónico y cuDSS resuelve simulaciones complejas de ingeniería. Synopsys utiliza las tres bibliotecas, y NVIDIA informó de resultados preliminares de QuantumATK que muestran una posible aceleración de 30 veces con cuEST, así como de pruebas comparativas de S-Device que muestran una aceleración de 12 veces con cuDSS. Las soluciones AgentEngineer de Synopsys están diseñadas para interoperar con los modelos abiertos Nemotron y las herramientas NeMo de NVIDIA, y permiten desarrollar agentes de IA para el diseño y la verificación de chips.

Cadence aplica la computación acelerada de NVIDIA, los modelos abiertos Nemotron y las bibliotecas CUDA-X a la IA basada en agentes para el diseño y la simulación de sistemas electromecánicos, incluidos los semiconductores, el encapsulado avanzado y las placas de circuito impreso. NVIDIA afirmó que el superagente de IA AuraStack de Cadence optimiza paquetes avanzados para controlar el calor y la tensión 8 veces más rápido mediante cuDSS y Cadence Celsius, y que Nemotron funciona con el superagente de IA ChipStack para el diseño y la verificación de semiconductores.

COMSOL acelera las simulaciones multifísicas de semiconductores con cuDSS, que, según NVIDIA, permite realizar simulaciones hasta 10 veces más rápido; el próximo COMSOL MCP Server utilizará el modelo abierto Nemotron Ultra para facilitar el modelado y la exploración del diseño mediante IA. La plataforma Voltaire de Voltai, un sistema multifísico basado en agentes para el diseño y la simulación de circuitos integrados 3D, combina agentes de IA con solucionadores acelerados por GPU basados en cuDSS y CUDA-X; NVIDIA afirmó que esto reduce de meses a un día los flujos de trabajo de simulación electrotermomecánica complejos. ChipAgents desarrolla modelos de IA especializados para el diseño de chips sobre la infraestructura de IA de NVIDIA, así como software de entrenamiento y optimización de modelos. Además, trabaja con NVIDIA en el desarrollo de Build-A-Chip Bench, una prueba de referencia que evalúa agentes en flujos de trabajo integrales, desde las especificaciones hasta el sistema de datos gráficos.

Fabricación, inspección y operaciones de fábrica

Para los flujos de trabajo de fabricación, cuLitho acelera los cálculos utilizados para imprimir patrones de chips, NanoVDB proporciona herramientas de código abierto para trabajar con datos 3D en simulaciones de fabricación de chips, y el marco abierto PhysicsNeMo ayuda a los ingenieros a entrenar modelos de IA basados en la física que predicen el comportamiento de los sistemas físicos. Siemens aplica cuLitho para acelerar su software Calibre, utilizado para perfeccionar patrones de chips y preparar máscaras, y su equipo Solido desarrolla flujos de trabajo de caracterización dirigidos por agentes con los modelos abiertos Nemotron y las bibliotecas abiertas NeMo.

Lam Research tiene previsto integrar NanoVDB en SEMulator3D, su plataforma de modelado de procesos de la familia de productos virtuales Semiverse Solutions. NVIDIA afirmó que se espera que esta incorporación acelere hasta 30 veces determinados procesos de modelado del grabado de obleas, y que se ha demostrado que PhysicsNeMo reduce el tiempo de simulación de predicción del plasma a tan solo milisegundos, en lugar de días. Luminary aplica PhysicsNeMo al diseño de encapsulados de semiconductores, donde, según NVIDIA, los modelos de IA basados en la física, entrenados para predecir la temperatura, la caída de presión y la tensión térmica en distintas configuraciones de encapsulado, permiten a los ingenieros probar 100 veces más diseños en el mismo plazo y sin tener que realizar una nueva simulación para cada opción.

Para la inspección y las pruebas, la biblioteca NPP de NVIDIA procesa imágenes en GPU, mientras que RAPIDS cuDF procesa grandes conjuntos de datos en GPU; juntas, aceleran los flujos de trabajo de prueba y control de calidad. Mediante la IA de NVIDIA y la computación acelerada, imec elimina el ruido de las imágenes de microscopía electrónica de barrido utilizadas para medir chips a escala subnanométrica y aplica cuLitho a la corrección óptica de proximidad de ventanas de proceso, que exige un uso intensivo de recursos computacionales. NVIDIA informó de una mejora del 30 % en la ventana del proceso de litografía. KLA aplicó los conocimientos obtenidos de sus núcleos de producción altamente optimizados a un nuevo núcleo NPP NCC que, según NVIDIA, alcanzó un rendimiento 50 veces superior al de las versiones anteriores para CPU, comparable al de las implementaciones de KLA ajustadas manualmente.

NVIDIA indicó que Teradyne combina el procesamiento de imágenes basado en NPP y la computación acelerada para probar sensores de imagen con RAPIDS cuDF y los cálculos en GPU de CuPy. Así, logra una inferencia para el mantenimiento de sondas aproximadamente 85 veces más rápida, que ayuda a detectar las sondas cuyo rendimiento se está degradando antes de que afecten al rendimiento de producción. Advantest ha integrado los modelos Nemotron y Kumo-Anomaly de NVIDIA en ACS RTDI para habilitar el análisis de producción de semiconductores impulsado por IA; el sistema basado en Grace Blackwell ofrece diagnósticos e inferencias en tiempo real que recomiendan medidas correctivas para las celdas de prueba. NVIDIA señaló que Advantest también utiliza agentes de IA NeMo Switchyard para automatizar la selección de modelos, agilizar los flujos de trabajo de prueba de semiconductores y reducir los tiempos de respuesta de horas a minutos.

Applied Materials utiliza Omniverse y las bibliotecas CUDA-X cuDSS, cuEST y PhysicsNeMo en el descubrimiento de materiales, el desarrollo de procesos y la optimización de fábricas de semiconductores. NVIDIA informó que esta combinación permite simular cámaras hasta 35 veces más rápido y admite gemelos digitales de fábricas que ayudan a optimizar la distribución de las instalaciones y el flujo de materiales. Analog Devices combina la simulación física de Synopsys con el marco Isaac Sim y las bibliotecas Omniverse para desarrollar simulaciones de alta fidelidad de sensores y pruebas comparativas de robótica que evalúan el comportamiento de los sensores en sistemas robóticos completos. FANUC y Foxconn conectan sus modelos de robots al Mega NVIDIA Omniverse Blueprint para crear gemelos digitales de fábricas que permiten a los fabricantes simular y validar las operaciones robóticas antes de su implementación física. OMRON utiliza los modelos de mundo abierto Cosmos y el Metropolis Blueprint para buscar y resumir videos en sus equipos de inspección.

Disponibilidad

cuPotential está disponible en acceso anticipado, NanoVDB está disponible como código abierto dentro de OpenVDB y NPP está disponible a través de NVIDIA CUDA Toolkit; NVIDIA invitó a los lectores a acompañarlo en SEMICON West. Está previsto que la funcionalidad de SEMulator3D acelerada por NanoVDB de Lam Research se lance a finales de 2026.