NVIDIA dévoile cuPotential alors que les leaders du secteur des semi-conducteurs adoptent CUDA-X

Le 14 octobre 2026, NVIDIA a dévoilé cuPotential, une nouvelle bibliothèque CUDA-X que les développeurs peuvent utiliser pour créer des agents d’IA capables de simuler les interactions entre atomes et molécules. L’entreprise a également fait état de l’adoption de ses bibliothèques CUDA-X dans les domaines de la conception, de la fabrication et des tests de puces par des leaders du secteur des semi-conducteurs, notamment Synopsys, Cadence, Siemens, Lam Research, KLA et Applied Materials.

cuPotential et les usines de semi-conducteurs pilotées par l’IA

NVIDIA décrit les usines de semi-conducteurs pilotées par l’IA comme des sites où l’intelligence artificielle aide les ingénieurs à optimiser les processus, à résoudre les problèmes de production et à améliorer l’efficacité de la fabrication. Selon NVIDIA, la hausse de la demande en puces avancées oblige ces usines à accroître leur production tout en gérant des procédés de fabrication toujours plus complexes. Les ingénieurs ont besoin de nouvelles façons de modéliser les matériaux, d’analyser les données d’inspection et de tester les modifications des procédés dans des jumeaux numériques avant de les appliquer en production. Le portefeuille élargi de CUDA-X fournit aux agents d’IA et aux applications d’ingénierie des outils accélérés pour la simulation des semi-conducteurs, le traitement des données 3D et l’analyse d’images.

La nouvelle bibliothèque accélère les simulations à l’échelle atomique grâce à des fonctions spécialisées accélérées par GPU qui s’intègrent aux logiciels existants. Les chercheurs peuvent ainsi modéliser les forces électriques et d’autres interactions impliquant un grand nombre d’atomes, et affiner plus rapidement leurs simulations. cuPotential met également ces capacités de modélisation à la disposition des agents d’IA, qui peuvent alors réaliser, évaluer et affiner des simulations moléculaires avancées. NVIDIA a indiqué que, lors des tests en accès anticipé, la bibliothèque avait accéléré de 2 à 3 fois supplémentaires des flux de travail déjà optimisés pour GPU. L’entreprise a également cité Synopsys parmi les premiers utilisateurs de cuPotential pour accélérer les simulations de matériaux.

« L’industrie des semi-conducteurs a rendu possible la révolution de l’IA. Aujourd’hui, l’IA transforme la façon dont les puces sont fabriquées », a déclaré Tim Costa, vice-président et directeur général de l’ingénierie industrielle et informatique chez NVIDIA. Selon Costa, les bibliothèques CUDA-X et Omniverse mettent à la disposition des agents d’IA des outils accélérés de simulation et d’inspection, qui aident les ingénieurs à gérer la complexité et à améliorer le rendement, tandis que les usines s’efforcent de répondre à la demande en puces avancées.

Partenaires de la conception et de la simulation de puces

Dans le portefeuille dédié à la conception, cuPotential simule les interactions atomiques, cuEST modélise le comportement électronique et cuDSS résout des simulations d’ingénierie complexes. Synopsys utilise les trois bibliothèques. NVIDIA a fait état de premiers résultats avec QuantumATK indiquant une accélération potentielle de 30 fois grâce à cuEST, ainsi que de résultats de référence avec S-Device montrant une accélération de 12 fois grâce à cuDSS. Les solutions AgentEngineer de Synopsys sont conçues pour fonctionner avec les modèles ouverts Nemotron et les outils NeMo de NVIDIA, afin de prendre en charge les agents d’IA dédiés à la conception et à la vérification des puces.

Cadence applique l’informatique accélérée de NVIDIA, les modèles ouverts Nemotron et les bibliothèques CUDA-X à l’IA agentique pour la conception et la simulation de systèmes électromécaniques, notamment dans les domaines des semi-conducteurs, des boîtiers avancés et des circuits imprimés. Selon NVIDIA, l’agent d’IA super agent AuraStack de Cadence optimise les boîtiers avancés en fonction de la chaleur et des contraintes 8 fois plus rapidement grâce à cuDSS et Cadence Celsius. NVIDIA indique également que Nemotron fonctionne avec le super agent d’IA ChipStack pour la conception et la vérification des semi-conducteurs.

COMSOL accélère les simulations multiphysiques des semi-conducteurs avec cuDSS, qui, selon NVIDIA, permet de les exécuter jusqu’à 10 fois plus rapidement. Le serveur COMSOL MCP à venir utilisera le modèle ouvert Nemotron Ultra pour faciliter la modélisation par l’IA et l’exploration de conceptions. La plateforme Voltaire de Voltai, un système multiphysique agentique destiné à la conception et à la simulation des circuits intégrés 3D, associe des agents d’IA à des solveurs accélérés par GPU reposant sur cuDSS et CUDA-X. NVIDIA indique que cette approche réduit de plusieurs mois à une journée les flux de travail complexes de simulation électro-thermo-mécanique. ChipAgents développe des modèles d’IA spécialisés dans la conception de puces sur l’infrastructure d’IA de NVIDIA, ainsi que des logiciels d’entraînement et d’optimisation de modèles. L’entreprise collabore avec NVIDIA à la création de Build-A-Chip Bench, un outil de référence qui évalue les agents sur des flux de travail de bout en bout, de la spécification au système de données graphiques.

Fabrication, inspection et opérations en usine

Pour les flux de travail de fabrication, cuLitho accélère les calculs nécessaires à l’impression des motifs des puces, NanoVDB fournit des outils open source pour manipuler des données 3D dans les simulations de fabrication de puces, et le cadre ouvert PhysicsNeMo aide les ingénieurs à entraîner des modèles d’IA physique capables de prédire le comportement des systèmes physiques. Siemens utilise cuLitho pour accélérer son logiciel Calibre dédié à l’affinage des motifs de puces et à la préparation des masques. Son équipe Solido développe des flux de travail de caractérisation pilotés par des agents, à l’aide des modèles ouverts Nemotron et des bibliothèques ouvertes NeMo.

Lam Research prévoit d’intégrer NanoVDB à SEMulator3D, sa plateforme de modélisation des procédés au sein de la gamme de produits virtuels Semiverse Solutions. Selon NVIDIA, cet ajout devrait accélérer jusqu’à 30 fois certaines opérations de modélisation de la gravure des plaquettes. NVIDIA indique également qu’il a été démontré que PhysicsNeMo réduit le temps de simulation des prédictions du plasma à quelques millisecondes seulement, au lieu de plusieurs jours. Luminary applique PhysicsNeMo à la conception de boîtiers pour semi-conducteurs. Selon NVIDIA, des modèles d’IA physique entraînés à prédire la température, la perte de charge et les contraintes thermiques pour différentes configurations de boîtiers permettent aux ingénieurs de tester 100 fois plus de conceptions dans le même délai, sans devoir effectuer une nouvelle simulation pour chaque option.

Pour l’inspection et les essais, la bibliothèque NPP de NVIDIA traite les images sur GPU, tandis que RAPIDS cuDF traite de grands jeux de données sur GPU, ce qui accélère conjointement les processus d’essai et de contrôle qualité. Grâce à l’IA de NVIDIA et au calcul accéléré, imec élimine le bruit des images de microscopie électronique à balayage utilisées pour mesurer des puces à l’échelle subnanométrique et applique cuLitho à la correction optique de proximité de fenêtres de procédé, une opération très exigeante en calcul. NVIDIA fait état d’une amélioration de 30 % de la fenêtre de procédé lithographique. KLA a mis à profit les enseignements tirés de ses noyaux de production hautement optimisés pour créer un nouveau noyau NPP NCC qui, selon NVIDIA, offre des performances 50 fois supérieures à celles des versions CPU précédentes, comparables à celles des implémentations optimisées manuellement par KLA.

NVIDIA indique que Teradyne associe le traitement d’images fondé sur NPP et le calcul accéléré pour tester les capteurs d’image aux calculs GPU de RAPIDS cuDF et de CuPy. Il en résulte une inférence pour la maintenance des sondes environ 85 fois plus rapide, qui aide à repérer les sondes en voie de dégradation avant qu’elles n’affectent le rendement. Advantest a intégré les modèles Nemotron et Kumo-Anomaly de NVIDIA à ACS RTDI pour permettre l’analyse de la production de semi-conducteurs par l’IA ; le système reposant sur Grace Blackwell fournit des diagnostics et des inférences en temps réel qui recommandent des mesures correctives pour les cellules de test. NVIDIA indique qu’Advantest utilise également les agents d’IA NeMo Switchyard pour automatiser la sélection des modèles, rationaliser les processus de test des semi-conducteurs et réduire les temps de réponse, qui passent de plusieurs heures à quelques minutes.

Applied Materials utilise Omniverse et les bibliothèques CUDA-X cuDSS, cuEST et PhysicsNeMo pour la découverte de matériaux, le développement de procédés et l’optimisation des usines de fabrication. NVIDIA indique que cette combinaison permet d’effectuer les simulations de chambres jusqu’à 35 fois plus rapidement et prend en charge des jumeaux numériques d’usines qui contribuent à optimiser l’agencement et la circulation des matériaux. Analog Devices associe les simulations physiques de Synopsys au framework Isaac Sim et aux bibliothèques Omniverse afin de créer des simulations de détection haute fidélité et des bancs d’essai robotiques permettant d’évaluer le comportement des capteurs au sein de systèmes robotiques complets. FANUC et Foxconn relient leurs modèles de robots au Mega NVIDIA Omniverse Blueprint pour créer des jumeaux numériques d’usines qui permettent aux fabricants de simuler et de valider les opérations robotiques avant leur déploiement physique. OMRON utilise les modèles Cosmos du monde ouvert et le Blueprint Metropolis pour rechercher et résumer des vidéos dans ses équipements d’inspection.

Disponibilité

cuPotential est disponible en accès anticipé, NanoVDB est disponible en open source au sein d’OpenVDB, et NPP est disponible dans le NVIDIA CUDA Toolkit ; NVIDIA a invité les lecteurs à se joindre à l’entreprise au salon SEMICON West. La fonctionnalité SEMulator3D accélérée par NanoVDB de Lam Research devrait être lancée d’ici la fin de 2026.