英伟达发布 cuPotential 等 CUDA-X 库，推动 AI 定义晶圆厂

核心事实

英伟达（NVIDIA）宣布，多家半导体企业正在采用其 CUDA-X 库推进「AI 定义晶圆厂」（AI-defined fabs）。所谓 AI 定义晶圆厂，指由 AI 协助工程师优化工艺、解决生产问题并提升生产效率的半导体工厂。此次新增的 NVIDIA cuPotential 库，可供开发者构建模拟原子与分子相互作用的 AI 智能体。据英伟达介绍，在早期访问测试中，该库让已经过 GPU 优化的流程再提速 2–3 倍。

英伟达同时提到，开源 3D 数据工具库 NanoVDB 可加速晶圆制造仿真，帮助泛林研发（Lam Research）实现 30 倍更快的仿真；用于 GPU 图像处理的 NVIDIA NPP 库则帮助 KLA 加速检测流程。应用材料、Cadence、KLA、泛林、西门子、新思等企业正在芯片设计、制造与测试环节使用英伟达的加速计算与 AI 技术栈。

背景与影响

英伟达工业与计算工程副总裁兼总经理 Tim Costa 表示，半导体行业成就了 AI 革命，如今 AI 正在改变芯片的制造方式。随着先进芯片需求上升，晶圆厂需要在工艺日益复杂的情况下扩大产能，工程师需要新的方式来建模材料、分析检测数据，并在数字孪生中验证工艺变更。

据英伟达披露，新思使用 cuPotential、cuEST 与 cuDSS 加速半导体仿真，早期 QuantumATK 结果显示使用 cuEST 有望实现 30 倍加速，S-Device 基准显示使用 cuDSS 实现 12 倍加速；Cadence 将相关技术用于机电系统设计仿真；COMSOL 借助 cuDSS 实现最高 10 倍更快的仿真。西门子使用 cuLitho 加速 Calibre 软件的芯片图形修正与掩模准备。泛林计划将 NanoVDB 集成进其 SEMulator3D 平台，预计可使部分晶圆刻蚀建模提速最高 30 倍。imec、KLA、泰瑞达、爱德万等也在检测与测试环节采用相关技术。

限制与来源

上述性能数字均来自英伟达新闻稿及其合作方提供的测试或基准结果，属于厂商口径，尚未经独立验证。可用性方面，英伟达称 cuPotential 处于早期访问阶段，NanoVDB 以开源形式包含在 OpenVDB 中，NPP 通过 NVIDIA CUDA Toolkit 提供；泛林 NanoVDB 加速的 SEMulator3D 功能目标于今年年底发布。具体功能、支持范围与获取方式请以英伟达及各厂商官网当前信息为准。

来源：NVIDIA Newsroom 新闻稿（nvidianews.nvidia.com）。