AI-новости27 июля 2026 г., 04:01 МСК🤖 Auto

NVIDIA и Applied Materials ускорили симуляцию чипов в 55 раз

Партнеры создали сквозную цифровую модель разработки полупроводников, объединив атомное моделирование, инженерию процессов и оптимизацию фабрик с помощью GPU-ускорения.

Баннер новости 4443

От атомов к фабрике: новая парадигма разработки

Компании Applied Materials и NVIDIA представили интегрированную платформу для сквозной цифровой разработки полупроводников. Решение объединяет три ключевых этапа: открытие материалов на атомном уровне, инженерный процесс и оптимизацию производства. В основе модели лежат библиотеки NVIDIA CUDA-X, которые позволяют виртуально тестировать гипотезы до перехода к дорогостоящим физическим экспериментам.

Рост спроса на AI-вычисления требует от индустрии прорывов не только в геометрии чипов, но и в материаловедении. Традиционные методы симуляции слишком медленны для современных циклов разработки, поэтому интеграция GPU-вычислений стала критически важной для сокращения time-to-market.

Ускорение квантовой химии и DFT

На этапе атомного моделирования Applied Materials использует платформу Ginestra для связи свойств материалов с надежностью устройств. Интеграция библиотеки cuDSS (CUDA-X Direct Sparse Solver) ускорила разреженные линейные алгебраические вычисления в 10 раз по сравнению с CPU. Однако главным прорывом стало использование библиотеки cuEST (CUDA Electronic Structure Theory) для расчетов теории функционала плотности (DFT).

На системах NVIDIA B200 задачи, которые ранее требовали 5 дней работы 64 ядер CPU, теперь выполняются за 2 часа на одном GPU. Это дает ускорение в 55 раз.

Цифровые двойники процессов и фабрик

Платформа ACE+ от Applied Materials, использующая PhysicsNeMo, симулирует многофизические процессы в камерах обработки (плазма, теплопередача, гидродинамика). GPU-ускорение позволило сократить время топологических симуляций в 35 раз, превратив пакетную обработку в интерактивный рабочий процесс. На уровне фабрики NVIDIA Omniverse создает фотореалистичные цифровые двойники для оптимизации логистики и выявления узких мест.

Ключевые метрики ускорения

Компонент/Библиотека Задача Результат ускорения
cuDSS (в составе Ginestra) Разреженная линейная алгебра До 10x быстрее CPU
cuEST (B200 GPU) Теория функционала плотности (DFT) До 55x быстрее (5 дней → 2 часа)
PhysicsNeMo (ACE+) Многофизическое моделирование камер До 35x быстрее

Почему это важно

Сокращение времени симуляции с недель до часов позволяет инженерам проводить тысячи виртуальных экспериментов вместо десятков физических. Это снижает затраты на R&D и ускоряет внедрение новых материалов, таких как high-k metal gate (HKMG) в транзисторах GAA, где точность атомного моделирования критична для выхода годных чипов.

Источник: NVIDIA dev blog ↗