英伟达正与半导体行业领袖深化合作，加速人工智能在芯片设计与制造全流程的应用，旨在重新定义“AI工厂”（AI-Defined Fabs）。此次合作依托英伟达最新推出的CUDA-X库及开源工具，通过加速模拟、数据处理和图像分析，显著提升芯片研发效率、良率及产能。
核心技术突破：从原子模拟到晶圆检测
cuPotential库：加速原子级模拟
英伟达发布全新CUDA-X库cuPotential，支持开发者构建AI智能体以模拟原子与分子间的相互作用。针对半导体材料建模中耗时巨大的计算难题，cuPotential通过专用GPU加速，帮助研究人员快速测试和优化大规模原子的电磁力及其他相互作用模型。早期访问测试显示，该库使原本已针对GPU优化的工作流程速度提升了2至3倍。新思科技（Synopsys）等公司已成为首批采用者。
NanoVDB：晶圆制造模拟提速30倍
作为处理三维数据的开源库，NanoVDB被林德科技（Lam Research）集成至其先进半导体工艺建模平台SEMulator3D中。预计该集成可将部分晶圆蚀刻模型的模拟速度提升高达30倍。结合英伟达PhysicsNeMo框架，等离子体预测模拟时间更可从数天大幅缩短至毫秒级。
NVIDIA NPP：晶圆检测性能跃升
英伟达图像处理库NPP（NVIDIA Performance Primitives）正加速AI工厂的晶圆检测流程。科磊（KLA）利用基于NPP的新内核，实现了比早期CPU版本快50倍的性能，效果媲美手动调优方案。泰瑞达（Teradyne）则利用该技术将探针维护推理速度提升约85倍，从而在探针性能下降影响良率前及时识别问题。
行业领袖应用案例
应用材料（Applied Materials）、Cadence、科磊、林德科技、西门子、新思科技等半导体领军企业，正广泛使用英伟达的加速计算和AI栈，覆盖芯片设计、制造和测试全环节。
- 新思科技：利用cuPotential、cuEST和cuDSS加速半导体模拟。QuantumATK结果显示cuEST可能带来30倍速度提升，S-Device基准测试显示cuDSS带来12倍提升。其AgentEngineer解决方案已集成英伟达Nemotron开放模型和NeMo，支持芯片设计与验证的智能体应用。
- Cadence：引入代理式AI至机电系统设计与仿真。例如，Cadence AuraStack AI Super Agent使用cuDSS和Celsius，在先进封装的热力和应力优化方面速度提升8倍。
- 西门子：使用cuLitho加速Calibre软件中的芯片图案细化与掩模准备。Solido团队正开发基于Nemotron和NeMo开放库的智能体驱动表征工作流。
- COMSOL：利用cuDSS加速多物理场模拟，速度最高提升10倍。即将推出的COMSOL MCP Server将使用英伟达Nemotron Ultra开放模型，辅助建模与设计探索。
- Voltai：其Voltaire平台结合AI智能体与cuDSS驱动的GPU加速求解器，将复杂的电-热-机械模拟工作流程从数月压缩至一天。
- 应用材料：在材料发现、工艺开发和工厂优化中使用Omniverse和CUDA-X库，实现高达35倍的腔室模拟加速，并构建工厂数字孪生以优化布局和物料流动。
- Advantest：整合英伟达Nemotron和Kumo-Anomaly至ACS RTDI，实现AI驱动的半导体生产分析。基于Grace Blackwell系统提供实时诊断和建议纠正措施，同时使用NeMo Switchyard AI智能体自动化模型选择，将响应时间从数小时缩短至分钟级。
推动AI工厂运营与自动化
在AI工厂中，设备数据需快速传输至AI系统以支持运营决策。英伟达技术正助力制造商实现这一目标：
- FANUC和富士康：将机器人模型连接至Mega NVIDIA Omniverse Blueprint，在物理部署前于工厂数字孪生中模拟和验证机器人操作。
- Analog Devices Inc.：结合新思科技的物理仿真与英伟达Isaac Sim框架及Omniverse库，开发高保真传感仿真和机器人基准测试。
- 欧姆龙：使用英伟达Cosmos开放世界模型和Metropolis Blueprint，在检测设备中开发结合视觉数据、设备文档和制造知识的智能体，协助工程师分析电路板结果、调查缺陷原因并支持质量控制。
随着先进芯片需求上升，AI工厂需在扩大生产规模的同时管理日益复杂的制造流程。英伟达扩展后的CUDA-X产品组合为AI智能体和工程应用提供了加速工具，有助于自动化更多工程设计工作，使工厂能够预测工艺行为并提高良率。