NVIDIA, 반도체 업계 선도 기업들이 CUDA-X를 도입하는 가운데 cuPotential 공개

NVIDIA는 2026년 10월 14일, 원자와 분자가 상호작용하는 방식을 시뮬레이션하는 AI 에이전트를 개발자가 구축할 수 있도록 지원하는 새로운 CUDA-X 라이브러리 cuPotential을 공개했다. 또한 Synopsys, Cadence, Siemens, Lam Research, KLA, Applied Materials를 비롯한 반도체 업계 선도 기업들이 칩 설계, 제조, 테스트 전반에 CUDA-X 라이브러리를 도입한 사례를 자세히 소개했다.

cuPotential과 AI 정의 팹

NVIDIA는 AI 정의 팹을 AI가 엔지니어의 공정 최적화, 생산 문제 해결, 생산 효율 개선을 돕는 반도체 공장이라고 설명한다. NVIDIA에 따르면 첨단 칩 수요가 늘면서 이러한 팹은 생산량을 확대하는 동시에 갈수록 복잡해지는 제조 공정을 관리해야 한다. 엔지니어에게는 소재를 모델링하고 검사 데이터를 분석하며, 공정 변경 사항을 실제 생산에 적용하기 전에 디지털 트윈에서 테스트할 새로운 방법이 필요하다. 확장된 CUDA-X 포트폴리오는 AI 에이전트와 엔지니어링 애플리케이션에 반도체 시뮬레이션, 3D 데이터 처리, 이미지 분석을 위한 가속 도구를 제공한다.

새 라이브러리는 기존 소프트웨어에 연결되는 특수 GPU 가속 기능을 통해 원자 단위 시뮬레이션을 빠르게 수행한다. 이를 통해 연구자는 많은 수의 원자에 작용하는 전기력과 기타 상호작용을 모델링하고 시뮬레이션을 더 빠르게 개선할 수 있다. cuPotential은 이러한 모델링 기능을 AI 에이전트에도 제공해, AI 에이전트가 고급 분자 시뮬레이션을 수행하고 평가하며 개선할 수 있도록 한다. NVIDIA는 얼리 액세스 테스트에서 이 라이브러리가 이미 GPU에 최적화된 워크플로를 추가로 2~3배 가속했다고 밝혔으며, cuPotential으로 소재 시뮬레이션을 가속하는 초기 도입 기업으로 Synopsys를 꼽았다.

NVIDIA의 산업 및 컴퓨테이셔널 엔지니어링 부문 부사장 겸 총괄 매니저인 Tim Costa는 “반도체 산업이 AI 혁명을 가능하게 했습니다. 이제 AI가 칩 제조 방식을 바꾸고 있습니다”라고 말했다. Costa는 CUDA-X 및 Omniverse 라이브러리가 AI 에이전트에 가속 시뮬레이션 및 검사 도구를 제공해 엔지니어가 복잡성을 관리하고 수율을 높이는 데 도움을 준다고 밝혔다. 이는 팹들이 첨단 칩 수요를 충족하기 위해 생산량을 늘리는 가운데 이뤄지고 있다.

칩 설계 및 시뮬레이션 파트너

설계 포트폴리오에서 cuPotential은 원자 간 상호작용을 시뮬레이션하고, cuEST는 전자 거동을 모델링하며, cuDSS는 복잡한 엔지니어링 시뮬레이션을 해결한다. Synopsys는 이 세 라이브러리를 모두 사용하고 있다. NVIDIA는 초기 QuantumATK 결과에서 cuEST를 사용해 최대 30배의 속도 향상 가능성을 확인했으며, S-Device 벤치마크에서는 cuDSS를 사용해 12배의 속도 향상을 기록했다고 밝혔다. Synopsys의 AgentEngineer 솔루션은 NVIDIA의 Nemotron 오픈 모델 및 NeMo 도구와 연동되도록 설계됐으며, 칩 설계와 검증을 위한 AI 에이전트를 지원한다.

Cadence는 NVIDIA 가속 컴퓨팅, Nemotron 오픈 모델, CUDA-X 라이브러리를 적용해 반도체, 첨단 패키징, 인쇄 회로 기판을 아우르는 전기기계 시스템 설계 및 시뮬레이션용 에이전트형 AI를 구현하고 있다. NVIDIA에 따르면 Cadence AuraStack AI Super Agent는 cuDSS와 Cadence Celsius를 사용해 첨단 패키지의 열과 응력을 8배 더 빠르게 최적화하며, Nemotron은 반도체 설계와 검증을 위한 ChipStack AI Super Agent와 함께 작동한다.

COMSOL은 cuDSS를 사용해 반도체 다중물리 시뮬레이션을 가속하고 있다. NVIDIA에 따르면 cuDSS를 사용하면 시뮬레이션 속도가 최대 10배 빨라진다. 출시 예정인 COMSOL MCP Server는 AI 지원 모델링과 설계 탐색에 Nemotron Ultra 오픈 모델을 사용할 예정이다. 3D-IC 설계 및 시뮬레이션을 위한 에이전트형 다중물리 시스템인 Voltai의 Voltaire 플랫폼은 AI 에이전트와 cuDSS 및 CUDA-X 기반 GPU 가속 솔버를 결합한다. NVIDIA는 이 플랫폼이 복잡한 전기·열·기계 시뮬레이션 워크플로를 수개월에서 하루로 단축한다고 밝혔다. ChipAgents는 NVIDIA AI 인프라와 모델 학습 및 최적화 소프트웨어를 바탕으로 칩 설계용 특화 AI 모델을 개발하고 있다. 또한 사양에서 그래픽 데이터 시스템에 이르는 엔드투엔드 워크플로 전반에서 에이전트를 평가하는 벤치마크인 Build-A-Chip Bench를 개발하기 위해 NVIDIA와 협력하고 있다.

제조, 검사 및 팹 운영

제조 워크플로에서 cuLitho는 칩 패턴을 인쇄하는 데 사용되는 계산을 가속하고, NanoVDB는 칩 제조 시뮬레이션에 쓰이는 3D 데이터를 다루는 오픈 소스 도구를 제공하며, 공개 PhysicsNeMo 프레임워크는 엔지니어가 물리 시스템의 거동을 예측하는 물리 AI 모델을 학습하도록 돕는다. Siemens는 cuLitho를 적용해 칩 패턴 미세 조정 및 마스크 준비용 Calibre 소프트웨어를 가속하고 있다. 또한 Siemens의 Solido 팀은 Nemotron 오픈 모델과 NeMo 오픈 라이브러리를 활용해 에이전트 기반 특성화 워크플로를 개발하고 있다.

Lam Research는 가상 제품군 Semiverse Solutions에 속한 공정 모델링 플랫폼 SEMulator3D에 NanoVDB를 통합할 계획이다. NVIDIA에 따르면 NanoVDB를 추가하면 일부 웨이퍼 식각 모델링을 최대 30배 가속할 수 있으며, PhysicsNeMo를 사용하면 플라스마 예측 시뮬레이션 시간을 며칠에서 불과 몇 밀리초까지 단축할 수 있는 것으로 입증됐다. Luminary는 반도체 패키지 설계에 PhysicsNeMo를 적용하고 있다. NVIDIA에 따르면 패키지 구성별 온도, 압력 강하, 열 응력을 예측하도록 학습된 물리 AI 모델을 활용하면 엔지니어는 같은 일정 안에 100배 더 많은 설계를 테스트할 수 있으며, 각 선택지마다 새로 시뮬레이션을 수행할 필요가 없다.

검사 및 테스트에서는 NVIDIA의 NPP 라이브러리가 GPU에서 이미지 처리를 수행하고 RAPIDS cuDF가 GPU에서 대규모 데이터 세트를 처리해 테스트와 품질 관리 작업 흐름을 함께 가속합니다. imec은 NVIDIA AI와 가속 컴퓨팅을 활용해 서브나노미터 칩 측정에 사용되는 주사전자현미경 이미지의 노이즈를 제거하고, 계산량이 많은 공정 윈도우 광학 근접 보정에 cuLitho를 적용하고 있습니다. NVIDIA는 이로써 리소그래피 공정 윈도우가 30% 개선됐다고 밝혔습니다. KLA는 고도로 최적화된 양산용 커널에서 얻은 인사이트를 새로운 NPP NCC 커널에 적용했으며, NVIDIA에 따르면 이 커널은 이전 CPU 버전보다 50배 빠른 성능을 달성해 KLA가 수작업으로 튜닝한 구현과 비슷한 수준을 보였습니다.

NVIDIA에 따르면 Teradyne은 이미지 센서 테스트에 NPP 기반 이미지 처리와 가속 컴퓨팅을 적용하고, 여기에 RAPIDS cuDF와 CuPy의 GPU 계산을 결합해 프로브 유지보수 추론을 약 85배 빠르게 수행합니다. 이를 통해 성능이 저하되는 프로브를 수율에 영향을 미치기 전에 찾아낼 수 있습니다. Advantest는 AI 기반 반도체 생산 분석을 위해 NVIDIA의 Nemotron 및 Kumo-Anomaly 모델을 ACS RTDI에 통합했습니다. Grace Blackwell 기반 시스템은 실시간 진단과 추론을 제공해 테스트 셀의 시정 조치를 권고합니다. NVIDIA에 따르면 Advantest는 모델 선택을 자동화하고 반도체 테스트 작업 흐름을 간소화하며 응답 시간을 몇 시간에서 몇 분으로 단축하기 위해 NeMo Switchyard AI 에이전트도 사용하고 있습니다.

Applied Materials는 소재 발굴, 공정 개발 및 팹 최적화 전반에 Omniverse와 CUDA-X 라이브러리인 cuDSS, cuEST, PhysicsNeMo를 사용합니다. NVIDIA는 이 조합으로 챔버 시뮬레이션 속도가 최대 35배 빨라지고, 레이아웃과 자재 흐름을 최적화하는 데 도움이 되는 팹 디지털 트윈을 지원한다고 밝혔습니다. Analog Devices는 Synopsys 물리 시뮬레이션을 Isaac Sim 프레임워크 및 Omniverse 라이브러리와 결합해 고충실도 센싱 시뮬레이션과 로봇 벤치마크를 개발하고 있습니다. 이를 통해 완전한 로봇 시스템 안에서 센서가 어떻게 작동하는지 평가할 수 있습니다. FANUC과 Foxconn은 로봇 모델을 Mega NVIDIA Omniverse Blueprint에 연결하고 있습니다. 이 공장 디지털 트윈을 활용하면 제조업체가 실제로 배치하기 전에 로봇 작동을 시뮬레이션하고 검증할 수 있습니다. OMRON은 검사 장비에서 동영상을 검색하고 요약하기 위해 Cosmos 오픈 월드 모델과 Metropolis Blueprint를 사용하고 있습니다.

이용 가능 여부

cuPotential은 얼리 액세스로 제공되며, NanoVDB는 OpenVDB의 오픈 소스로 제공되고, NPP는 NVIDIA CUDA Toolkit을 통해 이용할 수 있습니다. NVIDIA는 독자들에게 SEMICON West에서 함께할 것을 권했습니다. NanoVDB로 가속되는 Lam Research의 SEMulator3D 기능은 2026년 말 출시를 목표로 하고 있습니다.