半導体大手がCUDA-Xを採用するなか、NVIDIAがcuPotentialを発表

NVIDIAは2026年10月14日、cuPotentialを発表した。これは、原子や分子の相互作用をシミュレーションするAIエージェントの構築に開発者が利用できる新しいCUDA-Xライブラリだ。また、Synopsys、Cadence、Siemens、Lam Research、KLA、Applied Materialsなどの半導体大手が、チップの設計、製造、テスト全体で同社のCUDA-Xライブラリを採用していることを明らかにした。

cuPotentialとAI定義型ファブ

NVIDIAによると、AI定義型ファブとは、AIを活用してエンジニアがプロセスを最適化し、生産上の問題を解決し、生産効率を高める半導体工場を指す。先端チップへの需要が高まるなか、こうした工場には、生産量を拡大しながら、ますます複雑化する製造プロセスに対応することが求められているとNVIDIAは述べた。またエンジニアには、材料をモデル化し、検査データを分析し、プロセス変更をデジタルツイン上でテストしてから本番に適用するための新たな手法が必要だ。拡充されたCUDA-Xポートフォリオは、半導体シミュレーション、3Dデータ処理、画像分析を高速化するツールを、AIエージェントやエンジニアリングアプリケーションに提供する。

この新しいライブラリは、既存のソフトウェアに組み込める、GPUで高速化された専用関数によって原子スケールのシミュレーションを高速化する。これにより研究者は、多数の原子にわたる電気力などの相互作用をモデル化し、シミュレーションをより速く改良できる。cuPotentialは、こうしたモデリング機能をAIエージェントにも提供し、高度な分子シミュレーションの実行、評価、改良を可能にする。NVIDIAによると、早期アクセスのテストでは、すでにGPU向けに最適化されたワークフローをさらに2～3倍高速化した。また、cuPotentialを使って材料シミュレーションを高速化している初期導入企業としてSynopsysを挙げた。

「半導体業界がAI革命を可能にしました。今、AIはチップの製造方法を変革しています」と、NVIDIAで産業・計算工学担当のバイスプレジデント兼ジェネラルマネージャーを務めるTim Costa氏は述べた。Costa氏によると、CUDA-XとOmniverseのライブラリは、AIエージェントに高速なシミュレーションおよび検査ツールを提供する。これによりエンジニアは、先端チップの需要に応えようとファブが生産を急ぐなか、複雑さに対処し、歩留まりを向上させることができる。

チップ設計・シミュレーションのパートナー

設計向けポートフォリオでは、cuPotentialが原子間相互作用をシミュレーションし、cuESTが電子の挙動をモデル化し、cuDSSが複雑な工学シミュレーションを解く。Synopsysは3つすべてのライブラリを使用している。NVIDIAによると、初期のQuantumATKの結果ではcuESTによる最大30倍の高速化が示され、S-DeviceのベンチマークではcuDSSによる12倍の高速化が示された。SynopsysのAgentEngineerソリューションは、NVIDIAのNemotronオープンモデルおよびNeMoツールと連携するよう構築されており、チップの設計と検証を支援するAIエージェントを実現する。

Cadenceは、NVIDIAの高速コンピューティング、Nemotronオープンモデル、CUDA-Xライブラリを活用し、半導体、先進パッケージ、プリント基板を対象に、電気機械システムの設計とシミュレーション向けのエージェント型AIを適用している。NVIDIAによると、Cadence AuraStack AI Super Agentは、cuDSSとCadence Celsiusを使用し、先進パッケージの熱と応力を最適化する処理を8倍高速化する。また、Nemotronは半導体の設計と検証を行うChipStack AI Super Agentと連携する。

COMSOLはcuDSSを使って半導体のマルチフィジックス・シミュレーションを高速化しており、NVIDIAによると、シミュレーションを最大10倍高速化できる。今後提供予定のCOMSOL MCP Serverは、AIを活用したモデリングと設計検討にNemotron Ultraオープンモデルを使用する。3D-ICの設計とシミュレーション向けのエージェント型マルチフィジックスシステムであるVoltaiのVoltaireプラットフォームは、cuDSSとCUDA-Xを基盤とするGPU高速化ソルバーとAIエージェントを組み合わせる。NVIDIAによると、これにより複雑な電気・熱・機械シミュレーションのワークフローを数カ月から1日に短縮できる。ChipAgentsは、NVIDIAのAIインフラ上でチップ設計に特化したAIモデルを開発するとともに、モデルのトレーニングおよび最適化ソフトウェアも開発している。またNVIDIAと協力し、仕様からグラフィックデータシステムまでのエンドツーエンドのワークフロー全体でエージェントを評価するベンチマーク、Build-A-Chip Benchを開発している。

製造、検査、ファブ運用

製造ワークフローでは、cuLithoがチップパターンの描画に使われる計算を高速化し、NanoVDBがチップ製造シミュレーションで3Dデータを扱うためのオープンソースツールを提供する。また、オープンなPhysicsNeMoフレームワークは、物理システムの挙動を予測する物理AIモデルのトレーニングをエンジニアが行えるよう支援する。Siemensは、チップパターンの改良とマスクの準備を行うCalibreソフトウェアの高速化にcuLithoを適用している。また、同社のSolidoチームは、NemotronオープンモデルとNeMoオープンライブラリを用いて、エージェント主導の特性評価ワークフローを開発している。

Lam Researchは、仮想製品群Semiverse SolutionsのプロセスモデリングプラットフォームであるSEMulator3DにNanoVDBを統合する予定だ。NVIDIAによると、この追加により、特定のウェハーエッチングのモデリングを最大30倍高速化できる見込みだ。また、PhysicsNeMoによって、プラズマ予測のシミュレーション時間を数日から最短でミリ秒単位に短縮できることが実証されている。Luminaryは半導体パッケージの設計にPhysicsNeMoを適用している。NVIDIAによると、パッケージ構成ごとの温度、圧力損失、熱応力を予測するようトレーニングされた物理AIモデルにより、エンジニアは同じ期間内に100倍多くの設計をテストでき、選択肢ごとに新たなシミュレーションを行う必要もなくなる。

検査とテストでは、NVIDIAのNPPライブラリがGPU上で画像処理を行い、RAPIDS cuDFがGPU上で大規模データセットを処理することで、テストと品質管理のワークフローをまとめて高速化します。NVIDIA AIと高速コンピューティングを活用し、imecはサブナノメートルのチップ計測に使う走査型電子顕微鏡画像からノイズを除去するとともに、計算負荷の高いプロセスウィンドウ向けの光近接効果補正にcuLithoを適用しています。NVIDIAによると、これによりリソグラフィのプロセスウィンドウが30%改善しました。KLAは、高度に最適化された製品向けカーネルから得た知見を新しいNPP NCCカーネルに生かしました。NVIDIAによると、このカーネルは従来のCPU版より50倍高速で、KLAが手作業で最適化した実装に匹敵する性能を達成しました。

NVIDIAによると、Teradyneは、イメージセンサーのテストに向けたNPPベースの画像処理と高速コンピューティングを、RAPIDS cuDFおよびCuPyによるGPU計算と組み合わせています。これにより、プローブ保守の推論処理が約85倍高速化し、歩留まりに影響が及ぶ前に劣化しつつあるプローブを検出できます。AdvantestはNVIDIAのNemotronモデルとKumo-AnomalyモデルをACS RTDIに統合し、AIを活用した半導体生産分析を可能にしました。Grace Blackwellを搭載したこのシステムは、リアルタイムの診断と推論を行い、テストセルの是正措置を推奨します。NVIDIAによると、Advantestはさらに、NeMo Switchyard AIエージェントを活用してモデル選択を自動化し、半導体テストのワークフローを効率化するとともに、対応時間を数時間から数分に短縮しています。

Applied Materialsは、材料探索、プロセス開発、ファブの最適化にわたり、OmniverseとCUDA-XライブラリのcuDSS、cuEST、PhysicsNeMoを活用しています。NVIDIAによると、これらを組み合わせることでチャンバーシミュレーションを最大35倍高速化できるほか、レイアウトや材料の流れの最適化に役立つファブのデジタルツインも実現できます。Analog Devicesは、Synopsysの物理シミュレーションをIsaac SimフレームワークおよびOmniverseライブラリと組み合わせ、高精度のセンシングシミュレーションとロボットのベンチマークを開発しています。これらは、ロボットシステム全体の中でセンサーがどのように動作するかを評価するためのものです。FANUCとFoxconnは、工場のデジタルツイン向けのMega NVIDIA Omniverse Blueprintに自社のロボットモデルを接続しています。これにより、メーカーは実機を導入する前にロボットの動作をシミュレーションし、検証できます。OMRONは、検査装置での動画検索と要約にCosmosのオープンワールドモデルとMetropolis Blueprintを活用しています。

提供状況

cuPotentialは早期アクセスで利用でき、NanoVDBはOpenVDBのオープンソース機能として利用できます。また、NPPはNVIDIA CUDA Toolkitを通じて提供されています。NVIDIAは、SEMICON Westで同社に参加するよう読者に呼びかけました。Lam Researchの、NanoVDBで高速化したSEMulator3Dの機能は、2026年末までのリリースを目指しています。