英伟达正在扩大面向半导体制造商的AI软件生态，推出新工具加速芯片仿真、缺陷检测，并帮助工程师在制造变更投入生产前进行测试。

10月14日，英伟达宣布新思科技、Cadence、西门子、COMSOL、泛林集团等半导体行业企业正在采用其CUDA-X库及其他加速计算技术，推动所谓的“AI定义晶圆厂”。在这类工厂中，AI帮助工程师优化制造流程、识别生产问题并提高芯片良率。

一、加速芯片设计与仿真

随着先进芯片需求增长，制造商面临日益复杂的工艺流程，需要对材料特性进行建模、分析大量检测数据，并在数字孪生环境中评估工艺变更。

英伟达此次扩展的软件组合，主要通过GPU计算加速工程应用和AI智能体运行仿真、分析数据及优化方案。

新推出的cuPotential库面向原子尺度仿真，可帮助开发者构建能够模拟原子和分子相互作用的AI智能体。英伟达表示，在早期测试中，对于已经针对GPU优化的工作流程，该库仍可额外实现2至3倍加速。

新思科技正在采用cuPotential进行材料仿真，同时使用cuEST和cuDSS加速半导体仿真。早期测试显示，cuEST可使QuantumATK实现最高30倍加速，cuDSS则使S-Device基准测试实现12倍加速。新思科技还将其AgentEngineer解决方案与英伟达Nemotron开放模型及NeMo结合，用于芯片设计和验证。

Cadence正在将英伟达加速计算、Nemotron模型和CUDA-X库应用于半导体、先进封装及印刷电路板的设计与仿真。其AuraStack AI超级智能体结合cuDSS和Cadence Celsius进行先进封装优化，在热分析和应力分析方面实现8倍提速。Cadence还将Nemotron用于ChipStack AI超级智能体，支持半导体设计与验证。

COMSOL采用cuDSS加速多物理场仿真，在半导体相关工作负载中实现最高10倍性能提升。Voltai则利用cuDSS和CUDA-X库加速先进封装中的电、热、力多物理场仿真，称原本需要数月的复杂仿真工作流程可以缩短至一天。

二、加速制造工艺与缺陷检测

英伟达还在扩大面向芯片制造的工具组合。cuLitho用于加速芯片图形打印相关计算，NanoVDB支持三维数据处理，开源PhysicsNeMo框架则用于训练能够预测物理系统行为的AI模型。

西门子正在利用cuLitho加速Calibre软件中的芯片图形优化和掩模制备流程。其Solido团队也在利用Nemotron模型和NeMo库开发AI驱动的特性表征工作流程。

泛林集团计划将NanoVDB集成到半导体工艺建模平台SEMulator3D，预计部分晶圆刻蚀建模任务的速度可提升最高30倍。该公司还展示了PhysicsNeMo的应用效果，可将等离子体预测的仿真时间从数天缩短至毫秒级。

在芯片检测方面，imec利用英伟达AI和加速计算技术处理扫描电子显微镜图像，以支持亚纳米级芯片测量，并使用cuLitho进行计算密集型光学邻近效应校正，报告称光刻工艺窗口改善了30%。

KLA基于英伟达NPP GPU图像处理库开发的图像处理内核，相比此前基于CPU的版本，速度提升50倍。泰瑞达则结合NPP、RAPIDS cuDF和CuPy加速图像传感器测试及GPU计算，其探针维护推理速度提升约85倍，有助于在探针影响芯片良率之前识别性能退化。

爱德万测试将Nemotron和Kumo-Anomaly集成到ACS RTDI平台，用于半导体生产分析，在实时诊断的同时提出测试单元纠正措施。该公司还利用NeMo Switchyard AI智能体自动选择模型，将响应时间从数小时缩短至数分钟。

三、AI进入晶圆厂与机器人

英伟达正将相关技术进一步延伸至工厂运营和机器人领域。

应用材料公司利用Omniverse和CUDA-X库开展材料发现、工艺开发及晶圆厂优化，报告称部分腔室仿真速度提升最高达35倍，并开发晶圆厂数字孪生，以改善工厂布局和物料流动。

发那科和富士康正在将机器人模型接入英伟达Mega Omniverse Blueprint，在工厂数字孪生中模拟和验证机器人作业，再部署到物理环境。

欧姆龙则利用英伟达Cosmos开放世界模型和Metropolis Blueprint，对检测设备中的视频进行搜索和摘要。其规划中的系统将结合视觉数据、设备文档和制造知识，帮助工程师调查缺陷、排查故障并改进质量控制。

英伟达表示，cuPotential目前已开放早期访问；NanoVDB作为OpenVDB的一部分开源提供，NPP则通过CUDA Toolkit提供。泛林集团基于NanoVDB加速的SEMulator3D功能计划于今年年底前发布。