Nvidia представила библиотеку cuPotential для ускорения атомных симуляций
14 октября на выставке SEMICON West компания Nvidia показала библиотеку cuPotential, входящую в программную платформу CUDA‑X. Этот модуль нацелен на ускорение расчётов, используемых при разработке полупроводниковых материалов и моделировании технологических процессов. В первых внутренних тестах Nvidia сообщает об ускорении вычислений в 2–3 раза по сравнению с уже оптимизированными под GPU решениями. Сейчас библиотека доступна в режиме раннего доступа; её реальная производительность зависит от конкретных моделей и методов.
Зачем нужны атомные симуляции
Атомные и молекулярные симуляции применяются для моделирования взаимодействий, электрических сил и химических реакций, которые определяют свойства материалов и точность изготовления микросхем. По мере усложнения архитектуры чипов растёт объём вычислений, необходимый для предсказания поведения материалов на разных этапах производства.
Опыт партнёров Nvidia
Ряд партнёров уже начали интеграцию новых инструментов Nvidia. Synopsys использует cuPotential для моделирования материалов. Lam Research планирует внедрить библиотеку NanoVDB с открытым исходным кодом в свою модель производственных процессов SEMulator3D — инструмент для работы с трёхмерными объёмными данными, в том числе для моделирования травления кремниевых пластин. Lam Research сообщает, что отдельные расчёты могут ускоряться до 30 раз.
Кроме того, Lam Research изучает платформу PhysicsNeMo, которая позволяет сочетать физические модели с прогнозами, основанными на искусственном интеллекте. Nvidia указывает, что в отдельных исследованиях плазмы удалось сократить время расчётов с нескольких дней до миллисекунд.
Другие партнёры также демонстрируют значительные выигрыши: Synopsys называет ускорение до 12 раз в программе S‑Device при использовании библиотеки cuDSS, а KLA заявляет об ускорении обработки изображений до 50 раз по сравнению с предыдущими версиями, работавшими на CPU. Такие возможности важны для инспекции поверхностей кремниевых пластин и обнаружения мелких дефектов.
Ограничения и необходимость валидации
Следует учитывать, что указанные показатели относятся к разным программам, сценариям и условиям тестирования, поэтому их нельзя рассматривать как результаты единого сравнительного бенчмарка. Ускорение отдельной симуляции не обязательно ведёт к пропорциональному росту выхода качественных чипов или к снижению себестоимости производства. Кроме того, вычислительные модели требуют экспериментальной проверки: быстрое выполнение расчётов не заменяет верификацию реального технологического процесса.
Автоматизация подготовки и анализа симуляций с помощью ИИ
Nvidia намерена расширять автоматизацию рабочих процессов с помощью ИИ‑агентов, которые смогут подготавливать симуляции, запускать расчёты и анализировать результаты. По мнению компании, это может ускорить разработку материалов и производственных технологий, уменьшая потребность в дорогостоящих физических экспериментах.
Источники: igorslab; исходная публикация: ixbt
