أعلنت NVIDIA في 14 أكتوبر 2026 توسيع استخدام مكتبات CUDA-X في تصميم الرقائق وتصنيعها، مع مكتبة جديدة باسم cuPotential في مركز الإعلان. وهي تسرع محاكاة تفاعلات الذرات والجزيئات وتتوفر بالوصول المبكر. يتعلق الأمر بأدوات حوسبة وبرمجيات صناعية، وليس بمعالج جديد أو مصنع مستقل يعمل دون مهندسين. وتعرض NVIDIA كيفية دخول هذه الأدوات في أعمال موردي المعدات والبرمجيات.
النطاق أوسع من تصميم المعالج نفسه: أبحاث مواد ومحاكاة عمليات إنتاج وتحليل صور فحص وتشغيل مصانع. ولكل مرحلة مهمة حوسبية مختلفة، ولذلك تختلف طريقة قياس التحسن. تسريع الحسابات الذرية لا يعني تصنيع الرقائق أسرع بالنسبة نفسها. ولفهم الإعلان يجب الفصل بين الأدوات ومراحل توافرها والعملية المحددة التي يصفها كل رقم.
cuPotential تبدأ من المستوى الذري
توفر cuPotential وظائف مسرعة بوحدات GPU يمكن إدماجها في برمجيات قائمة لحساب القوى الكهربائية وتفاعلات ذرية أخرى. وتقول NVIDIA إن وكلاء الذكاء الاصطناعي يستطيعون استخدامها لتشغيل المحاكاة وتقييم النتائج وتكرار التجربة. ومن المستخدمين الأوائل Synopsys. المكتبة تهدف إلى تسريع مكونات حسابية داخل البرمجيات الهندسية، لا استبدال التطبيق كله، بما قد يجعل اختبار المواد ومقارنتها أسرع.
بحسب NVIDIA، حققت اختبارات الوصول المبكر تسريعا إضافيا بين 2 و3 مرات لمسارات عمل محسنة أصلا لوحدات GPU. خط الأساس مهم: ليست المقارنة بين برنامج قديم على CPU ونظام جديد كليا، بل تحسن فوق عمل يستخدم التسريع بالفعل. ومع ذلك، هذه نتائج نشرتها الشركة لاختبارات معينة، وليست ضمانا لحصول كل محاكاة أو عميل على النسبة نفسها.
إلى جانبها توجد cuEST لحساب البنية الإلكترونية والكيمياء الكمية، والمصنفة تجريبية في توثيق NVIDIA، وcuDSS لحل أنظمة المعادلات المتناثرة. ويورد الإعلان نتائج مبكرة من Synopsys: تسريع محتمل 30 مرة في QuantumATK باستخدام cuEST، و12 مرة في اختبارات S-Device باستخدام cuDSS. الأدوات والأحمال مختلفة. ولا يصح جمع النسب أو ضربها لإنتاج رقم موحد لتسريع تصميم الرقاقة بأكمله.
من المحاكاة إلى عملية التصنيع
تخطط Lam Research لإدماج NanoVDB في SEMulator3D. وبحسب NVIDIA، يتوقع أن يسرع ذلك مهاما محددة لنمذجة حفر رقائق السيليكون حتى 30 مرة، مع استهداف الإصدار قبل نهاية 2026. هناك قيدان أساسيان: الحديث عن مهام مختارة، والقدرة المدمجة لا تزال هدفا لوقت لاحق هذا العام. وهذا لا يعني أن جميع العملاء حصلوا بالفعل على التحسن أو أن كل مراحل الإنتاج تسارعت.
NanoVDB مكتبة مفتوحة لبيانات ثلاثية الأبعاد ومتاحة ضمن OpenVDB. وتصف Lam Research نظام SEMulator3D بأنه يأخذ بيانات التصميم ووصف العملية لبناء تمثيل افتراضي للبنى التي سينتجها المصنع. الفائدة العملية هي اختبار أثر التغييرات داخل نموذج قبل التجارب المادية. ويمكن للنموذج دعم القرار، لكن النتيجة الرقمية وحدها لا تثبت أن شريحة سيليكون حقيقية تستوفي متطلبات الإنتاج.
في الفحص، تبرز NVIDIA مكتبة NPP لمعالجة الصور على GPU. وقدمت KLA خبرات من شيفرتها إلى نواة حساب جديدة حققت، وفقا للإعلان، سرعة تفوق نسخ CPU السابقة بمقدار 50 مرة، وبأداء مماثل لتطبيقات KLA المضبوطة يدويا. المقارنة تخص مكونا حسابيا محددا. وهي لا تثبت أن كل فحص رقاقة أسرع 50 مرة، أو أن كل عيب يكتشف، أو أن إنتاج الرقائق السليمة زاد بالنسبة نفسها.
الأدوات تتوفر وفق جداول مختلفة
تشمل الصورة أيضا التصميم والتشغيل الأوسع. تستخدم Applied Materials تقنيات Omniverse وCUDA-X لاكتشاف المواد وتطوير العمليات وتحسين المصانع. وتذكر NVIDIA تسريعا يصل إلى 35 مرة في محاكاة حجرات المعالجة، مع توائم رقمية لدراسة التخطيط وتدفق المواد. هذا مجددا رقم أداء نشرته الشركة لعمل محدد، لا قياس لتقصير مدة بناء المصنع بالكامل أو لزيادة إنتاجه الإجمالي.
cuPotential في الوصول المبكر، وNanoVDB مفتوحة المصدر، وNPP ضمن CUDA Toolkit. في المقابل، تستهدف قدرة Lam Research وقتا لاحقا هذا العام، ويُوصف COMSOL MCP Server بأنه منتج قادم. ينبغي التمييز بين مكتبة قابلة للدمج الآن وميزة تجارية لم تصدر بعد. وجود أسماء منتجات في الإعلان نفسه لا يعني وصول جميع المكونات إلى درجة النضج ذاتها.
حتى المكتبة المتاحة لا تسرع كل بيئة تلقائيا. تتضمن CUDA Toolkit أدوات تطوير ومكتبات ومترجما وأدوات تصحيح وتحسين، ويتطلب دمجها تكييف البرنامج والبيئة. فتوثيق cuEST مثلا يصف واجهات على مستوى المكونات لدمجها في شيفرة قائمة للكيمياء الكمية. لذلك سؤال فريق التطوير الأول هو أي جزء من التطبيق يلائم الأداة، وليس أي عرض يضم أكبر رقم أداء.
كيف يقيم المستخدم المهني الإعلان
بالنسبة إلى فرق تصميم الرقائق والبرمجيات الهندسية والتصنيع في إسرائيل، الأهمية في أدوات مهنية يمكن تقييمها على أحمالهم. لا يتضمن الإعلان دعما للعبرية أو أسعارا محلية جديدة أو مزايا خاصة بإسرائيل. كما لا يحصل مستخدم خدمة ذكاء اصطناعي عادية على ترقية فورية. التأثير اللاحق في تطوير الرقائق يعتمد على التبني والدمج في المنتجات والنتائج داخل الأنظمة الحقيقية للمصنعين.
يمكن للفريق البدء بمقارنة مضبوطة: المشكلة نفسها والدقة نفسها وحجم بيانات متقارب، مع توثيق الأجهزة ومدة التنفيذ الكلية. ويجب احتساب إعداد البيانات ونقل النتائج، لا النواة المسرعة وحدها. ثم تُقيّم التكلفة والذاكرة والتوافق وإمكان تكرار النتائج. هذه اعتبارات تقييم عملية، وليست شروط مشاركة أو التزامات تجارية نشرتها NVIDIA ضمن الإعلان.
الجديد هو توسيع الأدوات التي تربط الذكاء الاصطناعي بحسابات تصنيع الرقائق. تضيف cuPotential مكونا للمحاكاة الذرية وتعرض الشراكات استخدامات عبر السلسلة. ولا يقدم الإعلان قياسا واحدا يثبت تحسنا موحدا في إنتاج المصنع أو تكلفة الرقاقة. كل تطبيق سيحتاج إلى إثبات استمرار التسريع في العملية الكاملة وصحة النتيجة الهندسية وأن الوقت الموفر يساعد فعلا على اتخاذ قرار أفضل.