NVIDIA prezentuje cuPotential, gdy liderzy branży półprzewodników wdrażają CUDA-X

14 października 2026 r. firma NVIDIA zaprezentowała cuPotential, nową bibliotekę CUDA-X, której deweloperzy mogą używać do tworzenia agentów AI symulujących interakcje atomów i cząsteczek. Firma szczegółowo opisała również wdrażanie swoich bibliotek CUDA-X w projektowaniu, produkcji i testowaniu układów przez liderów branży półprzewodników, w tym Synopsys, Cadence, Siemens, Lam Research, KLA i Applied Materials.

cuPotential i fabryka półprzewodników oparta na AI

NVIDIA opisuje fabryki półprzewodników oparte na AI jako zakłady, w których sztuczna inteligencja pomaga inżynierom optymalizować procesy, rozwiązywać problemy produkcyjne i zwiększać wydajność produkcji. Jak podała firma, rosnący popyt na zaawansowane układy wymaga zwiększania produkcji w takich fabrykach przy jednoczesnym zarządzaniu coraz bardziej złożonymi procesami wytwarzania. Inżynierowie potrzebują nowych sposobów modelowania materiałów, analizowania danych z inspekcji i testowania zmian w procesach w cyfrowych bliźniakach, zanim zostaną one wprowadzone do produkcji. Rozszerzone portfolio CUDA-X zapewnia agentom AI i aplikacjom inżynierskim przyspieszone narzędzia do symulacji półprzewodników, przetwarzania danych 3D i analizy obrazu.

Nowa biblioteka przyspiesza symulacje w skali atomowej dzięki wyspecjalizowanym funkcjom akcelerowanym przez GPU, które można zintegrować z istniejącym oprogramowaniem. Umożliwia to badaczom modelowanie sił elektrycznych i innych oddziaływań w dużych układach atomów oraz szybsze udoskonalanie symulacji. cuPotential udostępnia te możliwości modelowania również agentom AI, które mogą następnie przeprowadzać, oceniać i udoskonalać zaawansowane symulacje molekularne. NVIDIA poinformowała, że w testach w ramach wczesnego dostępu biblioteka dodatkowo przyspieszyła już zoptymalizowane pod kątem GPU procesy pracy od 2 do 3 razy. Wśród pierwszych użytkowników wykorzystujących cuPotential do przyspieszania symulacji materiałów firma wymieniła Synopsys.

„Branża półprzewodników umożliwiła rewolucję AI. Teraz AI zmienia sposób wytwarzania układów” — powiedział Tim Costa, wiceprezes i dyrektor generalny ds. inżynierii przemysłowej i obliczeniowej w firmie NVIDIA. Costa powiedział, że biblioteki CUDA-X i Omniverse zapewniają agentom AI przyspieszone narzędzia do symulacji i inspekcji, które pomagają inżynierom radzić sobie ze złożonością procesów i zwiększać uzysk, podczas gdy fabryki ścigają się, by sprostać popytowi na zaawansowane układy.

Partnerzy w zakresie projektowania i symulacji układów

W portfolio narzędzi do projektowania cuPotential symuluje oddziaływania między atomami, cuEST modeluje zachowanie elektronów, a cuDSS obsługuje złożone symulacje inżynierskie. Synopsys korzysta ze wszystkich trzech bibliotek. NVIDIA poinformowała, że wczesne wyniki uzyskane w QuantumATK wskazują na możliwość 30-krotnego przyspieszenia dzięki cuEST, a testy porównawcze S-Device wykazały 12-krotne przyspieszenie dzięki cuDSS. Rozwiązania AgentEngineer firmy Synopsys zaprojektowano tak, aby współpracowały z otwartymi modelami Nemotron i narzędziami NeMo firmy NVIDIA, wspierając agentów AI w projektowaniu i weryfikacji układów.

Cadence wykorzystuje akcelerowane obliczenia NVIDIA, otwarte modele Nemotron i biblioteki CUDA-X do tworzenia agentowej AI na potrzeby projektowania i symulacji systemów elektromechanicznych, obejmujących półprzewodniki, zaawansowane obudowy układów oraz płytki drukowane. NVIDIA podała, że AI Super Agent AuraStack firmy Cadence optymalizuje zaawansowane obudowy pod kątem ciepła i naprężeń 8 razy szybciej, korzystając z cuDSS i Cadence Celsius. Poinformowała również, że Nemotron współpracuje z ChipStack AI Super Agent, wspierając projektowanie i weryfikację półprzewodników.

COMSOL przyspiesza wielofizyczne symulacje półprzewodników za pomocą cuDSS, które — jak podała NVIDIA — zapewnia symulacje nawet 10 razy szybsze. Nadchodzący COMSOL MCP Server będzie korzystać z otwartego modelu Nemotron Ultra, by wspomagać modelowanie i eksplorację projektów z użyciem AI. Platforma Voltaire firmy Voltai, agentowy system wielofizyczny do projektowania i symulacji układów 3D-IC, łączy agentów AI z akcelerowanymi przez GPU solverami opartymi na cuDSS i CUDA-X. Według NVIDIA pozwala to skrócić złożone procesy symulacji elektromechaniczno-termicznych z miesięcy do jednego dnia. ChipAgents opracowuje wyspecjalizowane modele AI do projektowania układów, działające na infrastrukturze AI NVIDIA, a także oprogramowanie do trenowania i optymalizacji modeli. Firma współpracuje z NVIDIA nad Build-A-Chip Bench — testem porównawczym oceniającym agentów w całych procesach pracy, od specyfikacji po system danych graficznych.

Produkcja, inspekcja i operacje fabryczne

W procesach produkcyjnych cuLitho przyspiesza obliczenia wykorzystywane do nanoszenia wzorów układów, NanoVDB zapewnia narzędzia open source do pracy z danymi 3D w symulacjach produkcji układów, a otwarty framework PhysicsNeMo pomaga inżynierom trenować modele AI oparte na fizyce, które przewidują zachowanie układów fizycznych. Siemens wykorzystuje cuLitho do przyspieszenia działania oprogramowania Calibre służącego do udoskonalania wzorów układów i przygotowywania masek. Zespół Solido firmy rozwija natomiast procesy charakteryzacji sterowane przez agentów, wykorzystując otwarte modele Nemotron i otwarte biblioteki NeMo.

Lam Research zamierza zintegrować NanoVDB z platformą modelowania procesów SEMulator3D, należącą do rodziny wirtualnych produktów Semiverse Solutions. NVIDIA podała, że dodatek ma przyspieszyć wybrane symulacje modelowania trawienia płytek nawet 30 razy. Firma poinformowała również, że wykazano, iż PhysicsNeMo skraca czas symulacji przewidujących zachowanie plazmy do zaledwie milisekund zamiast dni. Luminary wykorzystuje PhysicsNeMo do projektowania obudów półprzewodnikowych. Jak podała NVIDIA, modele AI oparte na fizyce, trenowane do przewidywania temperatury, spadku ciśnienia i naprężeń cieplnych w różnych konfiguracjach obudów, pozwalają inżynierom przetestować 100 razy więcej projektów w tym samym czasie i bez przeprowadzania nowej symulacji dla każdej opcji.

Na potrzeby inspekcji i testów biblioteka NPP firmy NVIDIA przetwarza obrazy na procesorach graficznych, a RAPIDS cuDF przetwarza na nich duże zbiory danych, przyspieszając tym samym procesy testowania i kontroli jakości. Korzystając ze sztucznej inteligencji NVIDIA i przyspieszonego przetwarzania, imec usuwa szumy z obrazów ze skaningowych mikroskopów elektronowych wykorzystywanych do pomiarów układów scalonych w skali poniżej nanometra, a także stosuje cuLitho do intensywnych obliczeniowo korekcji bliskości optycznej w oknie procesu. Według NVIDIA pozwala to zwiększyć okno procesu litograficznego o 30%. Firma KLA wykorzystała wnioski płynące z analizy swoich silnie zoptymalizowanych jąder produkcyjnych do stworzenia nowego jądra NPP NCC, które — jak podała NVIDIA — działa 50 razy szybciej niż wcześniejsze wersje dla procesorów CPU, osiągając wyniki porównywalne z implementacjami ręcznie optymalizowanymi przez KLA.

Według NVIDIA firma Teradyne łączy przetwarzanie obrazów oparte na NPP i przyspieszone obliczenia na potrzeby testowania czujników obrazu z obliczeniami GPU w RAPIDS cuDF i CuPy. Pozwala to uzyskać około 85-krotnie szybsze wnioskowanie na potrzeby konserwacji sond testowych, co pomaga wykrywać pogarszające się parametry sond, zanim wpłyną one na uzysk. Advantest zintegrowała modele Nemotron i Kumo-Anomaly firmy NVIDIA z systemem ACS RTDI, umożliwiając analitykę produkcji półprzewodników wspomaganą przez sztuczną inteligencję. System oparty na Grace Blackwell zapewnia diagnostykę i wnioskowanie w czasie rzeczywistym, które pozwalają rekomendować działania naprawcze dla stanowisk testowych. NVIDIA poinformowała, że Advantest korzysta również z agentów AI NeMo Switchyard, aby zautomatyzować wybór modeli, usprawnić procesy testowania półprzewodników i skrócić czas reakcji z godzin do minut.

Applied Materials wykorzystuje Omniverse oraz biblioteki CUDA-X: cuDSS, cuEST i PhysicsNeMo, w badaniach nad materiałami, rozwoju procesów i optymalizacji fabryk półprzewodników. NVIDIA poinformowała, że to połączenie umożliwia nawet 35-krotnie szybsze symulacje komór i obsługuje cyfrowe bliźniaki fabryk, które pomagają optymalizować układ zakładu oraz przepływ materiałów. Analog Devices łączy symulacje fizyczne Synopsys z platformą Isaac Sim i bibliotekami Omniverse, aby opracowywać precyzyjne symulacje czujników oraz testy porównawcze robotów służące ocenie zachowania czujników w kompletnych systemach robotycznych. FANUC i Foxconn łączą swoje modele robotów z rozwiązaniem Mega NVIDIA Omniverse Blueprint do tworzenia cyfrowych bliźniaków fabryk, które umożliwiają producentom symulowanie i weryfikowanie działań robotów przed ich fizycznym wdrożeniem. OMRON korzysta z otwartych modeli świata Cosmos i rozwiązania Metropolis Blueprint do wyszukiwania i podsumowywania nagrań wideo w swoim sprzęcie inspekcyjnym.

Dostępność

cuPotential jest dostępny we wczesnym dostępie, NanoVDB jest dostępny jako oprogramowanie open source w ramach OpenVDB, a NPP można uzyskać za pośrednictwem NVIDIA CUDA Toolkit. NVIDIA zaprosiła czytelników do odwiedzenia jej stoiska podczas SEMICON West. Funkcja SEMulator3D firmy Lam Research przyspieszana przez NanoVDB ma zostać udostępniona do końca 2026 roku.