NVIDIA Memperkenalkan cuPotential saat Para Pemimpin Semikonduktor Mengadopsi CUDA-X

Pada 14 Oktober 2026, NVIDIA memperkenalkan cuPotential, pustaka CUDA-X baru yang dapat digunakan pengembang untuk membangun agen AI yang menyimulasikan interaksi atom dan molekul. NVIDIA juga memaparkan adopsi pustaka CUDA-X-nya di bidang desain, manufaktur, dan pengujian cip oleh para pemimpin industri semikonduktor, termasuk Synopsys, Cadence, Siemens, Lam Research, KLA, dan Applied Materials.

cuPotential dan Pabrik Berbasis AI

NVIDIA menjelaskan bahwa pabrik semikonduktor berbasis AI adalah pabrik yang memanfaatkan AI untuk membantu para insinyur mengoptimalkan proses, mengatasi masalah produksi, dan meningkatkan efisiensi produksi. Menurut NVIDIA, meningkatnya permintaan akan cip canggih mengharuskan pabrik-pabrik tersebut meningkatkan produksi sembari menangani proses manufaktur yang kian kompleks. Para insinyur pun memerlukan cara baru untuk memodelkan material, menganalisis data inspeksi, dan menguji perubahan proses dalam kembaran digital sebelum menerapkannya di produksi. Portofolio CUDA-X yang diperluas menyediakan sarana berakselerasi bagi agen AI dan aplikasi rekayasa untuk simulasi semikonduktor, pemrosesan data 3D, dan analisis citra.

Pustaka baru ini mempercepat simulasi pada skala atom melalui fungsi khusus berakselerasi GPU yang dapat diintegrasikan ke perangkat lunak yang sudah ada, sehingga peneliti dapat memodelkan gaya listrik dan interaksi lainnya pada kumpulan atom berukuran besar serta menyempurnakan simulasi dengan lebih cepat. cuPotential juga menyediakan kemampuan pemodelan tersebut bagi agen AI, yang kemudian dapat menjalankan, menilai, dan menyempurnakan simulasi molekuler tingkat lanjut. NVIDIA melaporkan bahwa dalam pengujian akses awal, pustaka ini memberikan akselerasi tambahan sebesar 2–3x pada alur kerja yang sudah dioptimalkan untuk GPU. NVIDIA juga menyebut Synopsys sebagai salah satu pengguna awal cuPotential untuk mempercepat simulasi material.

“Industri semikonduktor memungkinkan revolusi AI terjadi. Kini, AI mengubah cara cip dibuat,” kata Tim Costa, wakil presiden sekaligus manajer umum bidang rekayasa industri dan komputasional di NVIDIA. Costa mengatakan bahwa pustaka CUDA-X dan Omniverse menyediakan sarana simulasi dan inspeksi berakselerasi bagi agen AI untuk membantu para insinyur menangani kompleksitas dan meningkatkan hasil produksi, sementara pabrik-pabrik berlomba memenuhi permintaan akan cip canggih.

Mitra Desain dan Simulasi Cip

Dalam portofolio desain, cuPotential menyimulasikan interaksi atom, cuEST memodelkan perilaku elektron, dan cuDSS menyelesaikan simulasi rekayasa yang kompleks. Synopsys menggunakan ketiga pustaka tersebut. NVIDIA melaporkan bahwa hasil awal QuantumATK menunjukkan potensi peningkatan kecepatan 30x dengan cuEST, sedangkan hasil pengujian S-Device menunjukkan peningkatan kecepatan 12x dengan cuDSS. Solusi AgentEngineer dari Synopsys dirancang agar dapat beroperasi bersama model terbuka Nemotron dan perangkat NeMo dari NVIDIA, mendukung agen AI untuk desain dan verifikasi cip.

Cadence menerapkan komputasi berakselerasi NVIDIA, model terbuka Nemotron, dan pustaka CUDA-X untuk AI berbasis agen dalam desain dan simulasi sistem elektromekanis, yang mencakup semikonduktor, pengemasan canggih, dan papan sirkuit cetak. NVIDIA mengatakan Cadence AuraStack AI Super Agent mengoptimalkan pengemasan canggih untuk mengatasi panas dan tekanan 8x lebih cepat dengan menggunakan cuDSS bersama Cadence Celsius. NVIDIA juga mengatakan Nemotron bekerja bersama ChipStack AI Super Agent untuk desain dan verifikasi semikonduktor.

COMSOL mempercepat simulasi multifisika semikonduktor dengan cuDSS, yang menurut NVIDIA mampu menghasilkan simulasi hingga 10x lebih cepat. COMSOL MCP Server yang akan datang akan menggunakan model terbuka Nemotron Ultra untuk pemodelan berbantuan AI dan eksplorasi desain. Platform Voltaire dari Voltai, sebuah sistem multifisika berbasis agen untuk desain dan simulasi 3D-IC, memadukan agen AI dengan pemecah masalah berakselerasi GPU yang dibangun di atas cuDSS dan CUDA-X. NVIDIA mengatakan bahwa teknologi ini memangkas alur kerja simulasi elektro-termal-mekanis yang kompleks dari hitungan bulan menjadi satu hari. ChipAgents mengembangkan model AI khusus untuk desain cip di atas infrastruktur AI NVIDIA, serta perangkat lunak pelatihan dan pengoptimalan model. Perusahaan ini bekerja sama dengan NVIDIA untuk mengembangkan Build-A-Chip Bench, tolok ukur yang mengevaluasi agen melalui alur kerja menyeluruh, dari spesifikasi hingga sistem data grafis.

Operasi Manufaktur, Inspeksi, dan Pabrik

Untuk alur kerja manufaktur, cuLitho mempercepat perhitungan yang digunakan untuk mencetak pola cip, NanoVDB menyediakan perangkat sumber terbuka untuk mengolah data 3D dalam simulasi pembuatan cip, dan kerangka kerja PhysicsNeMo yang bersifat terbuka membantu para insinyur melatih model AI fisika untuk memprediksi perilaku sistem fisik. Siemens menerapkan cuLitho untuk mempercepat perangkat lunak Calibre dalam penyempurnaan pola cip dan persiapan masker. Tim Solido-nya juga mengembangkan alur kerja karakterisasi berbasis agen dengan model terbuka Nemotron dan pustaka terbuka NeMo.

Lam Research berencana mengintegrasikan NanoVDB ke SEMulator3D, platform pemodelan prosesnya dalam keluarga produk virtual Semiverse Solutions. NVIDIA mengatakan penambahan ini diperkirakan dapat mempercepat pemodelan etsa wafer tertentu hingga 30x. NVIDIA juga menyebut bahwa PhysicsNeMo telah terbukti memangkas waktu simulasi prediksi plasma hingga hanya beberapa milidetik, dari yang sebelumnya memerlukan waktu berhari-hari. Luminary menerapkan PhysicsNeMo pada desain kemasan semikonduktor. Menurut NVIDIA, model AI fisika yang dilatih untuk memprediksi suhu, penurunan tekanan, dan tegangan termal pada berbagai konfigurasi kemasan memungkinkan para insinyur menguji 100x lebih banyak desain dalam jangka waktu yang sama, tanpa perlu menjalankan simulasi baru untuk setiap opsi.

Untuk inspeksi dan pengujian, pustaka NPP milik NVIDIA menangani pemrosesan gambar pada GPU, sementara RAPIDS cuDF memproses kumpulan data besar pada GPU. Keduanya mempercepat alur kerja pengujian dan kendali mutu. Dengan memanfaatkan AI NVIDIA dan komputasi terakselerasi, imec menghilangkan derau dari citra mikroskop elektron pemindai yang digunakan untuk pengukuran chip subnanometer, serta menerapkan cuLitho pada koreksi kedekatan optik jendela proses yang intensif secara komputasi. NVIDIA melaporkan peningkatan 30% pada jendela proses litografi. KLA menerapkan wawasan dari kernel produksinya yang sangat dioptimalkan pada kernel NPP NCC baru yang, menurut NVIDIA, mencapai kinerja 50x lebih cepat daripada versi CPU sebelumnya, sebanding dengan implementasi KLA yang disetel secara manual.

NVIDIA mengatakan bahwa Teradyne memadukan pemrosesan gambar berbasis NPP dan komputasi terakselerasi untuk pengujian sensor gambar dengan komputasi GPU RAPIDS cuDF dan CuPy. Hasilnya, inferensi pemeliharaan probe sekitar 85x lebih cepat, sehingga probe yang kinerjanya menurun dapat ditandai sebelum memengaruhi hasil produksi. Advantest telah mengintegrasikan model Nemotron dan Kumo-Anomaly dari NVIDIA ke dalam ACS RTDI untuk mendukung analitik produksi semikonduktor berbasis AI; sistem yang ditenagai Grace Blackwell ini menyediakan diagnostik dan inferensi waktu nyata yang merekomendasikan tindakan korektif untuk sel pengujian. NVIDIA mengatakan Advantest juga menggunakan agen AI NeMo Switchyard untuk mengotomatiskan pemilihan model, menyederhanakan alur kerja pengujian semikonduktor, dan memangkas waktu respons dari hitungan jam menjadi hitungan menit.

Applied Materials menggunakan Omniverse dan pustaka CUDA-X cuDSS, cuEST, serta PhysicsNeMo dalam penemuan material, pengembangan proses, dan optimalisasi pabrik semikonduktor. NVIDIA melaporkan bahwa kombinasi tersebut memungkinkan simulasi ruang proses hingga 35x lebih cepat dan mendukung kembaran digital pabrik semikonduktor yang membantu mengoptimalkan tata letak dan aliran material. Analog Devices menggabungkan simulasi fisika Synopsys dengan kerangka kerja Isaac Sim dan pustaka Omniverse untuk mengembangkan simulasi pengindraan berketelitian tinggi dan tolok ukur robotika guna mengevaluasi perilaku sensor dalam sistem robotik secara menyeluruh. FANUC dan Foxconn menghubungkan model robot mereka ke Mega NVIDIA Omniverse Blueprint untuk membuat kembaran digital pabrik yang memungkinkan produsen menyimulasikan dan memvalidasi operasi robot sebelum diterapkan secara fisik. OMRON menggunakan model dunia terbuka Cosmos dan Metropolis Blueprint untuk melakukan pencarian dan peringkasan video pada peralatan inspeksinya.

Ketersediaan

cuPotential tersedia dalam akses awal, NanoVDB tersedia sebagai sumber terbuka di dalam OpenVDB, dan NPP tersedia melalui NVIDIA CUDA Toolkit. NVIDIA mengundang pembaca untuk bergabung dengannya di SEMICON West. Kemampuan SEMulator3D yang dipercepat NanoVDB dari Lam Research ditargetkan rilis pada akhir 2026.