Halbleiterhersteller übernehmen verstärkt die CUDA-X-Bibliotheken von Nvidia, einschließlich des neuen Softwarebausteins cuPotential in einer frühen Zugangsphase, um Fertigungsstätten auf künstliche Intelligenz auszurichten. Die Erweiterung cuPotential zielt auf die Beschleunigung atomarer Simulationen ab.
Nach Angaben von Nvidia liefert das Werkzeug in frühen Tests einen zusätzlichen Beschleunigungsfaktor von 2-3x auf Workflows, die bereits für Grafikprozessoren optimiert wurden. Das Softwareunternehmen Synopsys tritt dabei als früher Anwender auf.
Simulationen auf atomarer und physikalischer Ebene
Nvidia hatte cuPotential als Teil von CUDA-X am 14. Oktober 2026 auf der Fachmesse SEMICON West in San Francisco vorgestellt. Die endgültige Leistung bleibt laut dem Konzern modellabhängig; unabhängige Benchmark-Ergebnisse liegen bisher nicht vor.
Erste Partner melden deutliche Zeitgewinne durch verschiedene Komponenten des Softwarepakets:
* Bei Synopsys zeigt sich cuEST im Werkzeug QuantumATK potenziell 30-fach schneller, während der Einsatz von cuDSS im Programm S-Device eine 12-fache Beschleunigung erzielt.
* Cadence erreicht mit cuDSS in Celsius und AuraStack eine 8-fach schnellere Gehäuse-Optimierung bei Hitze und mechanischem Stress.
* COMSOL verzeichnet mit cuDSS bis zu 10-fach schnellere Simulationen in den Bereichen Halbleiter-Multiphysik und Multiphasen.
Zudem soll ein künftiger MCP-Server des Unternehmens auf Nemotron Ultra zurückgreifen.
* Luminary trainiert Surrogatmodelle auf Basis von PhysicsNeMo und realisiert nach eigenen Firmenangaben 100-fach mehr Designs im selben Zeitplan.
* Voltai konnte elektro-thermo-mechanische Arbeitsabläufe von Monaten auf einen einzigen Tag verkürzen.
Wer sich mit dem Einsatz hochspezialisierter KI-Systeme befasst, muss auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Prozessoptimierung von Lithografie bis Ätzmodellierung
Auch im Bereich der direkten Fertigungsschritte und der Anlagenwartung greifen Zulieferer und Forschungseinrichtungen auf die Algorithmen zu. Das Forschungsinstitut Imec erreichte mit cuLitho eine Verbesserung des Lithografie-Prozessfensters um 30 %.
Lam Research plant die Integration von NanoVDB in die Lösung SEMulator3D mit einem Veröffentlichungsziel für Ende 2026 und stellt eine bis zu 30-fach schnellere Wafer-Ätzmodellierung in Aussicht.
Mit PhysicsNeMo will das Unternehmen zudem Vorhersagen zum Plasmaverhalten von Tagen auf Millisekunden verkürzen. Applied Materials beschleunigte Kammersimulationen unter Verwendung von Omniverse und CUDA-X um das Bis-zu-35-Fache.
In Prüf- und Kontrollabläufen erzielt KLA auf NPP-NCC-Kerneln eine bis zu 50-fache Beschleunigung gegenüber früheren CPU-Versionen. Teradyne berichtet von einer rund 85-fach schnelleren Inferenz bei der Sondenwartung mittels NPP.
Die technologische Aufrüstung in der Industrie erfordert eine genaue Einordnung der verwendeten Systeme in gesetzlich definierte Risikoklassen. Erfahren Sie in diesem kostenlosen Report, welche KI-Anwendungen als Hochrisiko gelten und was Unternehmen jetzt konkret tun müssen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Advantest bindet Nemotron sowie Kumo-Anomaly in ACS RTDI ein und verkürzt die Reaktionszeiten von Stunden auf Minuten. Gleichzeitig setzen Industrieunternehmen wie FANUC, Foxconn, OMRON und Analog Devices Plattformen wie Omniverse, Cosmos und Isaac Sim ein, um digitale Fabrikzwillinge und Doppelgänger-Inspektionsprozesse umzusetzen.
Qualitätskontrolle und Grenzen der Automatisierung
Trotz der deutlichen Geschwindigkeitsgewinne bei den Modellierungen mahnt Nvidia zur Vorsicht: Schnelle Berechnungen führten nicht automatisch zu einer höheren Ausbeute an funktionierenden Chips. Die generierten Modelle bedürfen stets einer Bestätigung in der Fertigungspraxis.
Demnach steuert bislang kein KI-Agent Produktionsanlagen unmittelbar und eigenständig. Sämtliche Anpassungen und Prozessänderungen durchlaufen weiterhin die etablierten Qualifizierungs- und Freigabeverfahren der Halbleiterindustrie.