Nvidia udvider sin værktøjskasse til chipindustrien. Det nye cuPotential-bibliotek skal sætte fart på simuleringer af atomer og molekyler, mens en række halvledervirksomheder bruger Nvidias software til design, produktion og kvalitetskontrol.
Det er AI-industrien vendt ind mod sig selv: De fabrikker, der skal levere næste generation af chips, skal bruge AI og GPU-regnekraft til at udvikle og fremstille dem.
Fra materialer til fejl i produktionen
cuPotential kan føjes til eksisterende simulationssoftware. Ifølge Nvidia har tidlige test gjort allerede GPU-optimerede arbejdsgange yderligere to til tre gange hurtigere. Synopsys er blandt de tidlige brugere.
Lam Research planlægger at integrere det åbne NanoVDB-bibliotek i SEMulator3D til modellering af chipproduktion. Udvalgte simuleringer af wafer-ætsning forventes ifølge virksomheden at kunne køre op til 30 gange hurtigere.
Digitale forsøg før ændringer på fabrikken
Applied Materials bruger blandt andet Omniverse og CUDA-X til materialesimulering og digitale fabrikstvillinger. Sådanne modeller gør det muligt at undersøge procesændringer, indretning og materialeflow, før ændringer gennemføres fysisk.
KLA bruger GPU-baseret billedbehandling til inspektion. Andre partnere arbejder med testdata, fejldiagnose og AI-agenter, der hjælper ingeniørerne med at undersøge problemer. De oplyste hastighedsforbedringer stammer fra bestemte test og arbejdsgange hos leverandørerne, ikke fra en samlet måling af en hel chipfabrik.
cuPotential er i early access. NanoVDB er tilgængeligt som open source, og Lam Research sigter efter at frigive sin NanoVDB-accelererede funktion inden årets udgang.
Kilde: Nvidia Newsroom, 14. oktober 2026.
Aktører i artiklen
