NVIDIA CUDA-X 加速 AI 定义晶圆厂：cuPotential、cuEST 与 cuDSS 缩短芯片设计与制造仿真

方案背景：AI 定义的晶圆厂借助 AI 帮助工程师优化工艺、解决生产难题并提高效率。随着先进芯片需求增长，晶圆厂在扩大产能的同时要管理日益复杂的制造流程，需要在量产前通过数字孪生对材料建模、分析检测数据并验证工艺变更，而原子级与多物理场仿真往往耗时巨大。

解决方案与架构：NVIDIA 扩展 CUDA-X 产品组合，为 AI 智能体和工程应用提供半导体仿真、3D 数据处理与图像分析工具。组合包括模拟原子间相互作用的 cuPotential、建模电子行为的 cuEST、求解复杂工程仿真的 cuDSS，以及处理 3D 数据的 NanoVDB 和 GPU 图像处理库 NPP，并与 Omniverse 数字孪生能力协同。

核心技术组件：cuPotential 通过专用 GPU 加速，帮助研究人员对大量原子之间的电场力及其他相互作用建模，并可开放给 AI 智能体运行、评估和迭代分子模拟；cuEST 面向电子行为；cuDSS 面向工程仿真求解；NanoVDB 加速芯片制造仿真中的 3D 数据处理；NPP 加速制造检测中的图像处理。应用材料、Cadence、KLA、Lam Research、西门子、新思科技等企业已采用相关技术栈。

实施成果：早期访问测试中，cuPotential 让原本已由 GPU 优化的原子级仿真工作流再提速 2 至 3 倍。新思科技 QuantumATK 测试显示 cuEST 可实现 30 倍加速，S-Device 基准测试显示 cuDSS 可带来 12 倍加速；Cadence 借助 Celsius 与 cuDSS 把先进封装热管理和应力优化速度提升 8 倍；COMSOL 用 cuDSS 将半导体多物理场仿真提升 10 倍；Lam Research 借助 NanoVDB 实现 30 倍仿真速度提升。

未来展望：通过把原子模拟、电子行为、3D 数据与图像分析统一到 GPU 加速库，晶圆厂可以更早预测工艺行为、提升良率并扩大产能。NVIDIA 将继续与 EDA、设备与制造企业合作，把 AI 智能体引入芯片设计、制造与测试流程，推动 AI 定义的晶圆厂从单点优化走向全流程自主化。