輝達宣佈，半導體行業多家頭部企業正在採用其CUDA-X系列庫，其中包括全新的cuPotential庫。該庫允許開發者構建AI智慧體，用來模擬原子與分子之間的相互作用，以推進所謂「AI定義晶圓廠」——即由AI協助工程師最佳化流程、排查生產問題並提升效率的半導體工廠。

隨著先進晶片需求上升，這類工廠既要擴大產能，又要應對日益複雜的製造流程。工程師需要新手段來建模材料、分析檢測資料，並在數字孿生中測試工藝變更，再將其投入實際生產。輝達稱，擴充套件後的CUDA-X組合為AI智慧體和工程應用提供了面向半導體模擬、3D資料處理與影像分析的加速工具，可幫助把更多工程工作自動化，讓晶圓廠預測工藝行為並改善良率。

輝達工業與計算工程副總裁兼總經理Tim Costa表示，半導體產業成就了AI革命，如今AI正在改變晶片的製造方式；在晶圓廠競相滿足先進晶片需求之際，CUDA-X與Omniverse庫為AI智慧體提供了加速模擬與檢測工具，幫助工程師應對複雜性、提升良率。

cuPotential的定位是加速原子尺度模擬。理解原子與分子如何相互作用，對半導體材料與製造工藝建模至關重要，但這類計算即便在已針對GPU最佳化的軟體中也可能耗時很長。cuPotential通過專門的GPU加速函式，讓開發者可將其加入現有軟體，幫助研究人員對大量原子間的電作用力等相互作用建模，從而更快測試和修正模擬。新思科技是早期採用者之一，用cuPotential加速材料模擬；輝達稱，在早期訪問測試中，該庫讓已針對GPU最佳化的流程再提速2至3倍。

在AI定義晶圓廠場景下，晶片設計、材料行為與製造工藝需要在投產前更快建模。除cuPotential外，輝達還提到用於電子行為建模的cuEST和用於求解複雜工程模擬的cuDSS。新思科技正使用這三者加速半導體模擬，早期QuantumATK結果顯示使用cuEST有望實現30倍提速，S-Device基準測試顯示使用cuDSS實現12倍提速；其AgentEngineer方案可與輝達Nemotron開放模型及NeMo互操作，支援晶片設計與驗證的AI智慧體。

楷登電子正利用輝達加速計算、Nemotron開放模型與CUDA-X庫，把智慧體AI引入從半導體到先進封裝、印刷電路板的機電系統設計與模擬。其AuraStack AI Super Agent結合Celsius與cuDSS，將先進封裝的熱與應力最佳化提速8倍；Nemotron則與ChipStack AI Super Agent配合用於半導體設計與驗證。COMSOL用cuDSS加速半導體多物理場模擬，最高實現10倍提速，其即將推出的COMSOL MCP Server將使用Nemotron Ultra開放模型支援AI輔助建模與設計探索。Voltai的智慧體多物理場平台Voltaire面向3D-IC設計與模擬，結合AI智慧體與由cuDSS及CUDA-X驅動的GPU加速求解器，把複雜的電-熱-力模擬流程從數月壓縮到一天。ChipAgents則使用輝達AI基礎設施及模型訓練與最佳化軟體，開發面向晶片設計的專用AI模型，並與輝達合作開發名為Build-A-Chip Bench的新AI基準，用於評估智慧體在從規格到圖形資料系統的端到端流程中的表現，為行業提供衡量全自主半導體工程進展的綜合性指標。

在製造流程準備與最佳化方面，輝達提到晶圓廠依賴成千上萬道工藝步驟，投產前必須建模、修正與驗證。cuLitho庫加速晶片圖形印刷計算；面向3D資料的開源庫NanoVDB加速晶片製造模擬；開源PhysicsNeMo框架幫助訓練物理AI模型以預測物理系統行為。西門子用cuLitho加速Calibre軟體的晶片圖形修正與掩膜準備，其Solido團隊還在用Nemotron開放模型與NeMo開放庫開發智慧體驅動的表徵工作流。泛林集團計劃把NanoVDB整合進其先進半導體工藝建模平台SEMulator3D（屬於Semiverse Solutions虛擬產品系列），預計可使部分晶圓刻蝕建模提速最高30倍，而使用PhysicsNeMo已被證明可把等離子體預測模擬時間從數天縮短到低至毫秒級。Luminary則將PhysicsNeMo用於半導體封裝設計，訓練物理AI模型預測溫度、壓降與熱應力。

整體來看，這批合作把AI智慧體與GPU加速模擬工具從設計端延伸到製造端，覆蓋材料模擬、電子行為、多物理場模擬、光刻圖形與工藝建模等環節。對關注AI產業的人而言，其看點在於：AI不只是晶片的需求來源，也正成為晶片製造流程本身的效率工具；若這些加速效果在真實產線中兌現，可能影響晶圓廠的良率改善節奏與裝置、EDA及模擬軟體廠商的產品路線。