NVIDIA cuDSS 正式发布，GPU 加速工程与科学仿真
NVIDIA 宣布 CUDA-X 库 cuDSS 正式可用，将工程与科学仿真中的大型稀疏线性系统求解迁移到 GPU。应用材料、COMSOL、Cadence、达索系统、西门子、新思科技等已将其集成进各自工具，官方博客给出部分加速数据。
NVIDIA cuDSS 正式可用
NVIDIA 于 10 月 21 日宣布，其 CUDA-X 库 NVIDIA cuDSS 进入正式可用（general availability）阶段。据 NVIDIA 博客介绍，cuDSS 的作用是把工程与科学仿真中一个关键环节——大型稀疏线性系统的求解——迁移到 GPU 上执行。该环节在仿真流程中反复出现，通常也是限制团队可测试设计方案数量的瓶颈。
背景与影响
NVIDIA 表示，借助 GPU 加速后，应用可缩短得到结果的时间、提高仿真吞吐量，使终端用户能够在成本降低的情况下探索更大、更贴近真实的模型与更宽的设计空间。博客称 cuDSS 可从单台工作站扩展至大型计算集群，开发者可通过 C、C++、Python 和 Fortran 接口集成，将其嵌入现有的工程、科学与优化软件中。
多家工业软件厂商已在工具中集成 cuDSS，NVIDIA 博客列出的说法包括：应用材料在 Ginestra 平台中实现最高 10 倍于纯 CPU 方案的稀疏求解加速；COMSOL 与蔡司半导体在 EUV 光刻等离子体仿真基准中测得 4 倍加速，完整仿真耗时六天十四小时；达索系统称在 Abaqus 的结构与电磁求解器中获得 8 至 10 倍加速；Cadence 将其用于 Celsius 软件；西门子用于 Simcenter STAR-CCM+；新思科技用于 Sentaurus Device 仿真器。
限制与来源
上述加速数据均来自厂商自述或特定基准，并非独立第三方测试，实际表现会随模型规模、硬件配置与软件版本而变化。cuDSS 的获取方式、支持平台与许可条款，请以 NVIDIA 官网当前信息为准。本文内容依据 NVIDIA 博客文章《NVIDIA cuDSS Now Generally Available to Accelerate Engineering and Scientific Simulations》（2026 年 10 月 21 日，作者 Timothy Costa）。