El 14 de octubre de 2026, NVIDIA anunció que fabricantes y proveedores de software para semiconductores están adoptando sus bibliotecas CUDA-X y otras herramientas de computación acelerada para desarrollar fábricas definidas por IA. Estas instalaciones utilizan IA para optimizar procesos, resolver problemas de producción y mejorar la eficiencia y el rendimiento.
La compañía presentó NVIDIA cuPotential, una biblioteca CUDA-X que permite crear agentes de IA capaces de simular las interacciones entre átomos y moléculas. En pruebas de acceso anticipado, cuPotential aceleró entre dos y tres veces flujos de trabajo que ya estaban optimizados para GPU. Synopsys figura entre sus primeros usuarios para simulaciones de materiales.
El conjunto de herramientas también incluye NVIDIA cuEST y NVIDIA cuDSS para modelar comportamientos electrónicos y resolver simulaciones de ingeniería. Synopsys obtuvo resultados iniciales de hasta 30 veces más velocidad con cuEST en QuantumATK y de 12 veces con cuDSS en pruebas de S-Device. Cadence, COMSOL, Voltai y ChipAgents también utilizan la infraestructura, los modelos y las bibliotecas de NVIDIA para diseño, simulación y verificación de chips.
En fabricación, NVIDIA señaló que Siemens utiliza cuLitho para acelerar Calibre en el refinamiento de patrones y la preparación de máscaras. Lam Research planea integrar la biblioteca abierta NanoVDB en SEMulator3D, con una aceleración prevista de hasta 30 veces en determinados modelos de grabado de obleas. NVIDIA PhysicsNeMo, por su parte, se ha utilizado para reducir simulaciones de predicción de plasma a tiempos de milisegundos frente a días.
Para inspección y pruebas, NVIDIA NPP y NVIDIA RAPIDS cuDF aceleran el procesamiento de imágenes y grandes conjuntos de datos en GPU. KLA desarrolló un kernel NPP NCC con un rendimiento 50 veces superior al de versiones anteriores para CPU. imec utiliza herramientas de NVIDIA para eliminar ruido de imágenes de microscopía electrónica y mejorar en un 30% la ventana de proceso de litografía.
La información fue publicada por NVIDIA en su nota sobre los avances de la IA en el diseño y la fabricación de chips.
Fuente: NVIDIA