На SEMICON West Nvidia показала библиотеку cuPotential для ускорения атомных симуляций
14 октября на выставке SEMICON West Nvidia анонсировала библиотеку cuPotential, вошедшую в состав платформы CUDA‑X. Этот компонент предназначен для ускорения симуляций, применяемых при разработке полупроводниковых материалов и передовых процессов производства микросхем. По предварительным данным, в ряде тестов cuPotential обеспечила ускорение расчётов в 2–3 раза по сравнению с уже адаптированными под GPU решениями. В настоящий момент библиотека доступна в режиме раннего доступа; её реальная эффективность будет зависеть от конкретных моделей и методов расчёта.
Зачем нужны такие симуляции
Атомные и молекулярные симуляции моделируют взаимодействия частиц, электрические поля и химические реакции, которые определяют свойства материалов и точность технологических операций при производстве чипов. По мере роста сложности микросхем увеличивается объём вычислений, необходимых для анализа поведения материалов на разных стадиях изготовления, что делает ускорение таких расчётов критичным для ускорения исследований и разработки.
Кто уже использует и какие результаты получили партнёры
Несколько партнёров Nvidia уже применяют новые инструменты. Synopsys использует cuPotential в своих моделях материалов. Lam Research планирует интегрировать библиотеку NanoVDB с открытым исходным кодом в систему SEMulator3D для работы с трёхмерными объёмными данными — в частности при моделировании процессов травления кремниевых пластин. Lam Research сообщает об ускорении отдельных расчётов до 30 раз.
Кроме того, Lam Research изучает применение платформы PhysicsNeMo для сочетания физических моделей и прогнозов на основе искусственного интеллекта. Nvidia приводит пример исследований плазмы, где время расчётов сократилось с нескольких дней до миллисекунд в отдельных сценариях.
Другие партнёры также демонстрируют заметные выигрыши: Synopsys сообщает о 12‑кратном ускорении некоторых расчётов в программе S‑Device с помощью библиотеки cuDSS, а KLA улучшила скорость обработки изображений до 50 раз по сравнению с прежними версиями, работавшими на центральных процессорах. Такие ускорения полезны, в частности, при инспекции поверхности пластин и обнаружении мелких дефектов.
Ограничения и предостережения
Важно учитывать, что приведённые показатели относятся к разным программным пакетам, задачам и исходным условиям и не являются единым сравнительным тестом. Ускорение отдельных симуляций не гарантирует прямого и пропорционального увеличения выпуска качественных чипов, снижения себестоимости или повышения пропускной способности фабрик. Более того, вычислительные модели требуют калибровки и подтверждения экспериментальными данными: повышение скорости расчётов не всегда означает повышение точности моделирования реальных производственных процессов.
Дальнейшие планы: автоматизация с помощью ИИ‑агентов
Nvidia намерена развивать автоматизацию рабочих процессов с помощью ИИ‑агентов, которые смогут самостоятельно готовить симуляции, запускать вычисления и проводить проверку и анализ результатов. По замыслу, это ускорит цикл разработки материалов и технологических процессов, сокращая количество необходимых физических экспериментов.
