NVIDIAと半導体各社、AI活用で設計・製造を高速化

NVIDIAは、半導体の設計から製造、検査までの工程でAI活用を進める企業の取り組みを発表しました。
新しいCUDA-Xライブラリ「cuPotential」などにより、原子間相互作用のシミュレーションや製造検査の高速化を支援します。
SynopsysやLam Research、KLAなどが、AIエージェントやGPU計算を各工程に取り入れています。

記事の概要

NVIDIAは2026年10月14日、半導体業界の企業がAIデファインドファブの実現に向け、NVIDIA CUDA-Xライブラリを採用していると発表しました。
AIデファインドファブは、AIでエンジニアを支援し、製造プロセスの最適化や生産効率の向上を目指す半導体工場です。
新しいNVIDIA cuPotentialは、原子や分子の相互作用をシミュレーションする機能を提供し、早期アクセスのテストで既存のGPU最適化ワークフローを2～3倍高速化しました。
SynopsysはcuPotential、cuEST、cuDSSを半導体シミュレーションに活用し、QuantumATKではcuESTによる30倍高速化の可能性が示されています。
Lam Researchは3Dデータ処理ライブラリNanoVDBをSEMulator3Dに統合する予定で、特定のウェハーエッチングのモデリングを最大30倍高速化できるとしています。
KLAはGPU画像処理ライブラリNVIDIA NPPの新しいカーネルを利用し、従来のCPU版に対して50倍高速な性能を達成しました。
TeradyneはNVIDIA NPPやRAPIDS cuDFなどを使い、プローブ保守の推論を約85倍高速化して、性能が低下するプローブの特定を支援しています。
Applied Materials、Cadence、Siemens、Advantestなども、シミュレーション、デジタルツイン、テスト分析などにNVIDIAのAI基盤を活用しています。

記事のポイント

1. cuPotentialを新規提供： 原子間相互作用のシミュレーションを高速化し、AIエージェントによる実行や評価、反復を支援します。
2. 製造シミュレーションを高速化： Lam ResearchはNanoVDBを統合し、特定のウェハーエッチングを最大30倍高速化する計画です。
3. 検査・保守にもAI活用： KLAやTeradyneはGPUライブラリを使い、検査画像やプローブ保守の分析を高速化しています。

このニュースがもたらす影響

• 半導体メーカー： 半導体メーカーは、設計・製造・検査のどこから導入効果を測るかを決め、既存GPU環境への追加投資で開発期間や歩留まりを改善できるか検証する必要がありそうです。
• 半導体装置企業： 半導体装置企業は、シミュレーションや検査の処理速度だけでなく、AIエージェントが現場の判断や保守提案まで担えるかを含め、製品への組み込み方を見直す可能性があります。
• 工場の運用責任者： 工場の運用責任者は、デジタルツインや検査データを個別に扱うのではなく、設計変更から量産・保守までをつなぐ運用基盤として整備することを検討しそうです。

このニュースの背景

高度なチップの需要が高まる一方、半導体工場では製造工程の複雑化と生産拡大への対応が求められています。
材料の挙動、検査画像、製造プロセスを量産前に繰り返し検証するには、シミュレーションやデータ分析の計算負荷が課題になります。
今回の取り組みでは、CUDA-Xの複数ライブラリを使い、設計・製造・検査の各工程でGPU計算とAIエージェントを組み合わせる方向が示されています。

関連するニュース

• NVIDIAは、HBM4E比で帯域幅や消費電力を改善するNVHBMを提供します。
• NVIDIAとCiscoは、AIファクトリー向けに1レーン400Gb/秒対応の高密度光モジュールUSFPを発表しました。
• EdgeCortixは、最大4ダイで拡張できるAIチップレット基盤「RAIDEN」を発表しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

NVIDIA と半導体業界のリーダー、AI デファインド ファブに向けてチップ設計と製造全体で AI の活用を推進

NVIDIAのプレスリリース（2026年10月15日 11時31分）NVIDIA と半導体業界のリーダー、AI デファイ…