חדשות

NVIDIA מרחיבה את כלי ה-AI לתכנון וייצור שבבים, עם cuPotential לסימולציות אטומיות

הספרייה החדשה זמינה בגישה מוקדמת. לצד ההכרזה, NVIDIA מציגה שימושים אצל יצרניות ציוד ותוכנה, אך נתוני ההאצה מתייחסים למשימות מסוימות ולא למפעל שלם.

פרוסת סיליקון עם מודל אטומי מופשט מרחף וזרוע רובוטית
איור: שילוב סימולציות אטומיות ובינה מלאכותית בתכנון ובייצור שבבים.

NVIDIA הודיעה ב-14 באוקטובר 2026 על הרחבת השימוש בספריות CUDA-X בתכנון ובייצור שבבים, ובמרכז ההכרזה ספרייה חדשה בשם cuPotential. היא נועדה להאיץ סימולציות של אינטראקציות בין אטומים ומולקולות, וזמינה בשלב של גישה מוקדמת. זו הכרזה על כלי חישוב ותוכנה לתעשייה, ולא על מעבד חדש או על מפעל אוטונומי שהחל לפעול בלי מהנדסים. החברה מציגה כיצד כלים כאלה משתלבים בעבודה של ספקיות תוכנה וציוד.

הכיוון רחב יותר מתכנון המעבד עצמו: NVIDIA מתארת שימוש ב-AI לחקר חומרים, לסימולציות של תהליכי ייצור, לניתוח תמונות בדיקה ולתפעול מפעלים. בכל אחד מהשלבים יש משימה חישובית אחרת, ולכן גם השיפור נמדד אחרת. נתון על האצת חישוב אטומי אינו אומר שאפשר לייצר שבב באותו יחס מהר יותר. כדי להבין את ההכרזה צריך להפריד בין הכלים, שלבי הזמינות והפעולה המסוימת שכל נתון מתאר.

cuPotential: להתחיל בקנה המידה האטומי

cuPotential מספקת פונקציות מואצות GPU שאפשר לשלב בתוכנה קיימת כדי לחשב כוחות חשמליים ואינטראקציות נוספות בין אטומים. NVIDIA אומרת שהכלי יכול לשמש גם סוכני AI שמריצים סימולציות, מעריכים תוצאות ומבצעים איטרציות נוספות. Synopsys נמנית עם המשתמשות המוקדמות. מטרת הספרייה אינה להחליף את כל תוכנת ההנדסה, אלא להאיץ רכיבים חישוביים בתוכה, כך שתהליך הבדיקה וההשוואה של חומרים יכול להתקדם מהר יותר.

בבדיקות הגישה המוקדמת, לפי NVIDIA, cuPotential האיצה פי 2 עד 3 תהליכים שכבר הותאמו ל-GPU. נקודת הייחוס הזאת חשובה: אין מדובר בהשוואה בין תוכנה ישנה על CPU לבין מערכת חדשה לגמרי. זהו שיפור נוסף בתוך עומס עבודה שכבר משתמש בהאצה. עם זאת, מדובר בתוצאות שהחברה פרסמה עבור בדיקות מסוימות, ולא בהבטחה שכל סימולציה או כל לקוח יקבלו בדיוק את אותו יחס שיפור.

לצדה פועלת cuEST, ספרייה לחישובי מבנה אלקטרוני וכימיה קוונטית, המוצגת בתיעוד NVIDIA כגרסת בטא, וכן cuDSS לפתרון מערכות משוואות דלילות. בהכרזה מוזכרות תוצאות מוקדמות של Synopsys: פוטנציאל להאצה פי 30 ב-QuantumATK עם cuEST והאצה פי 12 במבחני S-Device עם cuDSS. אלה כלים ועומסי עבודה שונים. אי אפשר לחבר או להכפיל את היחסים כדי להציג מספר אחד לתהליך תכנון השבב כולו.

מהסימולציה אל תהליך הייצור

Lam Research מתכננת לשלב את NanoVDB בפלטפורמת SEMulator3D. לפי הודעת NVIDIA, השילוב צפוי להאיץ עד פי 30 משימות מסוימות של מידול חריטה בפרוסות סיליקון, והיכולת מתוכננת לצאת עד סוף 2026. יש כאן שני סייגים מהותיים: מדובר בחלק ממשימות המידול, והיכולת המשולבת עדיין מוצגת כיעד להמשך השנה. אין פירוש הדבר שכל לקוחות SEMulator3D כבר קיבלו את השיפור או שכל שלבי הייצור הואצו.

NanoVDB היא ספרייה פתוחה לעבודה עם נתונים תלת-ממדיים, הזמינה במסגרת OpenVDB. Lam Research מתארת את SEMulator3D כמערכת שמקבלת נתוני תכנון ותיאור תהליך, ובונה ייצוג וירטואלי של המבנים שייווצרו במפעל. המשמעות המעשית היא אפשרות לבדוק את השפעתם של שינויים בתהליך בתוך מודל, לפני ניסויים פיזיים. המודל יכול לעזור לקבל החלטות, אך תוצאה דיגיטלית אינה כשלעצמה הוכחה שפרוסת סיליקון אמיתית עומדת בדרישות הייצור.

בשלב הבדיקה, NVIDIA מדגישה את NPP לעיבוד תמונה על GPU. KLA תרמה תובנות מהקוד שלה לליבת חישוב חדשה, שהשיגה לפי ההכרזה ביצועים מהירים פי 50 מגרסאות CPU קודמות, ברמה דומה למימושים הידניים המותאמים של KLA. ההשוואה היא של רכיב חישובי מסוים. אין כאן טענה מבוססת שכל בדיקת שבב מהירה פי 50, שכל פגם מזוהה או שמספר השבבים התקינים עלה באותו יחס.

הכלים זמינים בקצבים שונים

התמונה כוללת גם תכנון ותפעול רחבים יותר. Applied Materials משתמשת ב-Omniverse ובספריות CUDA-X למחקר חומרים, לפיתוח תהליכים ולייעול מפעלים. NVIDIA מציינת האצה של עד פי 35 בסימולציות של תאי תהליך, לצד תאומים דיגיטליים לבחינת פריסת המפעל ותנועת חומרים. גם כאן זהו נתון ביצועים שמופיע בהודעת החברה עבור סוג עבודה מוגדר, ולא מדידה של קיצור כולל בזמן הקמת מפעל או של הגדלת התפוקה שלו.

מבחינת זמינות, cuPotential נמצאת בגישה מוקדמת, NanoVDB זמינה בקוד פתוח ו-NPP נכללת ב-CUDA Toolkit. מנגד, היכולת של Lam Research מיועדת להמשך השנה, ושרת COMSOL MCP המוזכר בהכרזה מתואר כמוצר עתידי. כדאי להבחין בין ספרייה שכבר אפשר לשלב בקוד לבין תכונה מסחרית של ספק שעוד לא יצאה. נוכחות של שם מוצר באותה הודעה אינה מעידה שכל הרכיבים הגיעו לאותו שלב בשלות.

גם ספרייה זמינה אינה התקנה שמאיצה אוטומטית כל סביבת עבודה. CUDA Toolkit כולל כלי פיתוח, ספריות, מהדר וכלי ניפוי ואופטימיזציה, והחיבור למערכת הנדסית דורש התאמה של התוכנה והסביבה. בתיעוד cuEST, למשל, NVIDIA מציגה ממשקים ברמת רכיבים לשילוב בקוד כימיה קוונטית קיים. עבור צוות פיתוח, השאלה הראשונה היא איזה חלק מהיישום מתאים לכלי, ולא רק מה המספר המרשים ביותר שמופיע במצגת.

איך לקרוא את ההכרזה כמשתמש מקצועי

עבור צוותי תכנון שבבים, תוכנה הנדסית וייצור בישראל, הרלוונטיות היא בכלים מקצועיים שניתן לבחון מול עומסי העבודה שלהם. אין בהודעה הכרזה על תמיכה בעברית, מחיר מקומי חדש או הטבה ייחודית לישראל. גם משתמש רגיל בכלי AI לא מקבל מכאן שדרוג מיידי לשירות שבו הוא משתמש. השפעה עתידית על פיתוח שבבים תעבור דרך אימוץ הכלים, שילובם במוצרים ותוצאות שמתקבלות במערכות אמיתיות אצל היצרנים.

צוות שבוחן אימוץ יכול להתחיל מהשוואה מדויקת: אותה בעיה, אותה רמת דיוק, גודל נתונים דומה ותיעוד של החומרה וזמן העבודה הכולל. חשוב לכלול גם הכנת נתונים והעברת תוצאות, ולא למדוד רק את ליבת החישוב המואצת. לאחר מכן אפשר לבדוק עלות, שימוש בזיכרון, התאמה לתוכנה קיימת ויכולת לשחזר את התוצאה. אלה שיקולי הערכה מעשיים, לא תנאי השתתפות או התחייבויות מסחריות ש-NVIDIA פרסמה במסגרת ההכרזה.

החידוש הוא הרחבת ארגז הכלים שמחבר בין AI לבין החישובים הנדרשים לייצור שבבים. cuPotential מוסיפה רכיב לסימולציות אטומיות, ושיתופי הפעולה מצביעים על שימושים שונים לאורך השרשרת. ההודעה אינה מספקת מדידה אחת שמוכיחה שיפור אחיד בתפוקת מפעל או בעלות שבב. המבחן יהיה בכל יישום בנפרד: האם ההאצה נשמרת גם בתהליך המלא, האם התוצאה ההנדסית נשארת תקפה, והאם הזמן שנחסך באמת עוזר לקבל החלטה טובה יותר.