※本発表資料は米国時間 2026 年 10 月 14 日に発表されたプレスリリースの抄訳です。
ニュース概要：
- NVIDIA は、原子や分子の相互作用をシミュレーションする AI エージェントを構築するために開発者が活用できる、新しい NVIDIA CUDA-X ライブラリ cuPotential を発表。早期アクセスのテストでは、すでに GPU 向けに最適化されたワークフローをさらに 2～3 倍高速化
- 3D データを扱うためのオープンソース ライブラリ NanoVDB が、AI デファインド ファブの半導体製造シミュレーションを高速化し、Lam Research のシミュレーションの 30 倍高速化を支援
- GPU 上で画像を処理するライブラリ NVIDIA NPP が、AI デファインド ファブの半導体製造検査を高速化し、KLA の検査の高速化を支援
- Applied Materials、Cadence、KLA、Lam Research、Siemens、Synopsys などの半導体業界のリーダーが、チップの設計、製造、テストの全工程で NVIDIA のアクセラレーテッド コンピューティングと AI スタックを活用し、開発の迅速化、歩留まりの改善、生産能力の拡大を推進
サンフランシスコ — SEMICON West — 2026 年 10 月 14 日 — NVIDIA は本日、半導体業界のリーダーが、AI デファインド ファブの実現を推進するために NVIDIA CUDA-X™ ライブラリを採用していることを発表しました。これには、原子や分子の相互作用をシミュレーションする AI エージェントの構築に開発者が活用できる、新しい NVIDIA cuPotential ライブラリが含まれます。
AI デファインド ファブとは、AI がエンジニアを支援し、プロセスの最適化、生産上の課題の解決、生産効率の向上を支援する半導体工場です。高度なチップの需要が高まる中、こうした工場は、ますます複雑化する製造プロセスを管理しながら生産を拡大しなければなりません。エンジニアには、材料のモデリング、検査データの分析、そして生産現場に適用する前にデジタル ツインでプロセス変更をテストするための新たな手法が必要です。
拡充された CUDA-X のポートフォリオは、AI エージェントやエンジニアリング アプリケーションに、半導体シミュレーション、3D データ処理、画像分析を高速化するツールを提供します。これにより、チップ設計と製造全体でより多くのエンジニアリング業務の自動化を支援し、工場がプロセスの挙動を予測し、歩留まりを改善できるようにします。
NVIDIA の産業および計算工学担当バイス プレジデント兼ゼネラル マネージャーであるティム コスタ (Tim Costa) は、次のように述べています。「半導体業界は AI 革命を可能にしました。そして今、AI がチップの製造方法を変革しています。最先端チップの需要に応えるために工場が対応を急ぐ中、NVIDIA CUDA-X と Omniverse のライブラリは、シミュレーションと検査を高速化するツールを AI エージェントに提供し、エンジニアによる複雑さへの対処、歩留まりの改善、AI デファインド ファブの実現を支援します」
NVIDIA cuPotential が研究者による原子間相互作用のモデリングを高速化
原子や分子の相互作用を理解することは、半導体材料や製造プロセスのモデリングに不可欠ですが、こうした計算には、すでに GPU 向けに最適化されたソフトウェアでも多くの時間を要する場合があります。
NVIDIA cuPotential は、開発者が既存のソフトウェアに追加できる専用の GPU アクセラレーション機能によって、原子スケールのシミュレーションを高速化します。多数の原子間に働く電気的な力やその他の相互作用を研究者がモデル化することを支援し、シミュレーションのテストと改良を迅速化します。Synopsys は、材料シミュレーションの高速化に cuPotential を活用する早期採用企業の 1 社です。
cuPotential は、これらのモデリング機能を AI エージェントが利用できるようにすることで、高度な分子シミュレーションの実行、評価、反復を支援します。早期アクセスのテストでは、このライブラリにより、すでに GPU 向けに最適化されたワークフローがさらに 2～3 倍高速化されました。
半導体業界のリーダーが NVIDIA CUDA-X で AI デファインド ファブを推進
AI デファインド ファブでは、変更が量産段階に反映される前に、チップ設計、材料の挙動、製造プロセスをより迅速にモデル化する手法が必要です。原子間相互作用をシミュレーションする NVIDIA cuPotential、電子の挙動をモデル化する NVIDIA cuEST、複雑なエンジニアリング シミュレーションを解く NVIDIA cuDSS などの NVIDIA CUDA-X ライブラリは、これらのワークロードを高速化し、工場の自律性を高めることを支援します。
Synopsys は、cuPotential、cuEST、cuDSS を活用して半導体シミュレーションを高速化しています。QuantumATK の初期結果では、cuEST により 30 倍高速化できる可能性が示されており、S-Device のベンチマークでは、cuDSS により 12 倍の高速化が示されています。同社の AgentEngineer ソリューションは、NVIDIA Nemotron™ オープン モデルおよび NVIDIA NeMo™ と相互運用し、チップ設計と検証のための AI エージェントを支援します。
Cadence は、NVIDIA アクセラレーテッド コンピューティング、NVIDIA Nemotron オープン モデル、CUDA-X ライブラリを活用し、半導体から先端パッケージング、プリント基板まで、電気機械システムの設計とシミュレーションにエージェント型 AI を導入しています。例えば、Cadence AuraStack AI Super Agent は、Cadence Celsius と cuDSS を使用し、先端パッケージの熱と応力に関する最適化を 8 倍高速に行います。また、半導体の設計と検証には、ChipStack AI Super Agent と Nemotron を活用しています。
COMSOL は、NVIDIA cuDSS により半導体のマルチ フィジックス シミュレーションを高速化し、最大 10 倍高速なシミュレーションを実現することで、エンジニアによる装置とプロセスの最適化を支援しています。今後提供予定の COMSOL MCP Server は、NVIDIA Nemotron Ultra オープン モデルを使用し、AI によるモデリング支援と設計探索を可能にします。
Voltai は、3D-IC の設計とシミュレーション向けのエージェント型マルチフィジックス プラットフォーム Voltaire により、先端チップのパッケージングを高速化しています。Voltaire は、AI エージェントと、NVIDIA cuDSS および CUDA-X ライブラリを活用した GPU アクセラレーション ソルバーを組み合わせ、複雑な電気、熱、機械ミュレーションのワークフローを、数か月から 1 日に短縮します。
ChipAgents は、NVIDIA の AI インフラとモデル トレーニングおよび最適化ソフトウェアを使用して、チップ設計に特化した AI モデルを開発しています。同社はまた、仕様からグラフィックス データ システムに至るエンド ツー エンドのワーク フロー全体でエージェントを評価する新しい AI ベンチマーク、Build-A-Chip Bench の開発に向けて NVIDIA と協力しています。このベンチマークは、完全に自律的な半導体エンジニアリングに向けた進展を包括的に測定する指標を業界に提供します。
NVIDIA のオープン ライブラリが製造ワーク フローの準備と最適化を支援
半導体工場は、生産前にモデリング、改良、検証が必要な数千ものプロセス ステップに依存しています。NVIDIA cuLitho ライブラリはチップ パターンの転写に必要な計算を高速化し、3D データを扱うためのオープンソース ライブラリ NanoVDB は半導体製造シミュレーションを高速化します。また、オープンな NVIDIA PhysicsNeMo™ フレームワークは、物理システムの挙動を予測する物理 AI モデルのトレーニングを支援します。
Siemens は、cuLitho を使用して、チップ パターンの調整とマスク作成を行う Calibre ソフトウェアを高速化しています。同社の Solido チームは、Nemotron オープン モデルと NVIDIA NeMo オープン ライブラリを活用し、エージェント主導の特性評価ワークフローも開発しています。
Lam Research は、同社の仮想製品群 Semiverse Solutions の一部である高度な半導体プロセス モデリング プラットフォーム SEMulator3D に、NanoVDB を統合する予定です。NanoVDB の追加により、特定のウェハー エッチングのモデリングが最大 30 倍高速化されると期待されています。一方、NVIDIA PhysicsNeMo の活用により、プラズマ予測のシミュレーション時間を数日から最短でミリ秒単位に短縮できることが実証されています。
Luminary は、NVIDIA PhysicsNeMo を半導体パッケージ設計に適用し、パッケージ構成ごとの温度、圧力損失、熱応力を予測する物理 AI モデルをトレーニングしています。これにより、エンジニアは選択肢ごとに新たなシミュレーションを実行することなく、同じ期間内に 100 倍の設計案を検討できるようになります。
AI デファインド ファブが NVIDIA CUDA-X ライブラリでチップの検査、テストを実施
AI デファインド ファブでは、不良の検出、装置の保守、歩留まりの改善を図るために、検査画像とテスト データを迅速に分析する必要があります。GPU 上で画像を処理するためのライブラリ NVIDIA NPP と、GPU 上で大規模なデータセットを処理するライブラリ NVIDIA RAPIDS cuDF は、テストと品質管理のワークフローの高速化を支援します。
imec は、NVIDIA の AI とアクセラレーテッド コンピューティングを活用し、サブナノメートルのチップ計測に使用する走査型電子顕微鏡画像からノイズを除去しています。また、NVIDIA cuLitho を使用して、計算負荷の高いプロセス ウィンドウの光学近接効果補正を可能にし、リソグラフィのプロセス ウィンドウを 30% 改善しています。
KLA は、高度に最適化された本番用カーネルから得た知見を新しい NPP NCC カーネルに適用しました。このカーネルは、以前の CPU 版より 50 倍高速で、KLA が手作業で調整した実装に匹敵する性能を達成しました。
Teradyne は、NVIDIA NPP とアクセラレーテッド コンピューティングを使用してイメージ センサーのテストを高速化しています。また、GPU 計算に RAPIDS cuDF と CuPy を使用し、プローブ保守のための推論を約 85 倍高速化することで、歩留まりに影響が出る前に性能が低下しつつあるプローブを特定することを支援しています。
Advantest は、NVIDIA Nemotron と NVIDIA Kumo-Anomaly を ACS RTDI に統合し、AI 駆動型の半導体生産分析を可能にしています。NVIDIA Grace Blackwell システムを搭載した ACS は、リアルタイムの診断と推論を提供し、テスト セルに対する是正措置を提案します。Advantest はまた、NVIDIA NeMo Switchyard AI エージェントを使用してモデル選択を自動化し、半導体テストのワークフローを効率化するとともに、対応時間を数時間から数分に短縮しています。
NVIDIA のテクノロジが工場の運用と自動化を推進
AI デファインド ファブでは、運用上の意思決定を支えるために、機器から AI システムへ十分な速度で装置データを送る必要があります。
Applied Materials は、材料探索、プロセス開発、工場の最適化全体で、NVIDIA Omniverse™ と、cuDSS、cuEST、PhysicsNeMo などの NVIDIA CUDA-X ライブラリを活用しています。これにより、チャンバー シミュレーションの最大 35 倍の高速化と、レイアウトや材料の流れの最適化を支援する工場のデジタル ツインを実現しています。
Analog Devices Inc. は、Synopsys の物理シミュレーションと NVIDIA Isaac Sim™ フレームワークおよび Omniverse ライブラリを組み合わせ、高忠実度のセンシング シミュレーションとロボティクスのベンチマークを開発しています。これにより、エンジニアがロボット システム全体の中でセンサーがどのように動作するかを評価することを支援しています。
ファナック と Foxconn は、自社のロボット モデルを Mega NVIDIA Omniverse Blueprint に接続しています。これにより、メーカーは、実機への導入前に工場のデジタル ツインでロボットの動作をシミュレーションし、検証できるようになります。
オムロン は、検査装置において、 NVIDIA Cosmos™ オープン ワールド モデルと、ビデオ検索および要約のための NVIDIA Metropolis Blueprint を活用し、視覚データ、装置のドキュメント、製造に関する知識を組み合わせるエージェントを開発しています。これらのエージェントは、エンジニアによるプリント基板の検査結果の分析、不良の潜在的な原因の調査、トラブルシューティングや品質管理を支援します。
提供状況
NVIDIA cuPotential は早期アクセスで利用可能です。NanoVDB は OpenVDB の一部としてオープンソースで提供されており、NPP は NVIDIA CUDA Toolkit を通じて利用可能です。Lam Research の NanoVDB で高速化された SEMulator3D の機能は、今年末までのリリースを目標としています。
詳細については、SEMICON West で NVIDIA の展示やセッションにご参加ください。
NVIDIA について
NVIDIA (NASDAQ: NVDA) は AI とアクセラレーテッド コンピューティングの世界的なリーダーです。
NVIDIAの製品、サービス、技術の成長、性能、入手可能性、およびメリットに関する期待、ならびに関連する動向や推進要因；NVIDIAの協力先やパートナーを含む第三者との契約に関する期待；技術開発に関する期待、および関連する動向や推進要因；予測される市場の成長と動向；AIおよび関連産業に関する期待、およびその他の歴史的事実でない記述は、また、これらに限定されない記載に関する利点と影響など、本プレスリリースに記載されている記述の中には、1933年証券法第27A条および1934年証券取引法第21E条（いずれも改正済み）に定める将来予測に関する記述に該当し、当該条項により定められた「セーフハーバー」の適用を受けるものであり、実際の結果が予想と著しく異なる原因となるリスクおよび不確実性に影響を受ける可能性があります。実際の結果が大幅に異なる可能性のある重要な要因には、以下のものが含まれます：世界的な経済状況；NVIDIAの製品を製造、組み立て、梱包、テストする第三者への依存；技術開発と競争の影響；新製品や技術の開発または既存製品、技術の改良；NVIDIAの製品またはパートナーの 製品の市場受け入れ状況；設計、製造またはソフトウェアの欠陥；消費者ニーズや需要の変化；業界標準やインターフェースの変更；NVIDIAの製品または技術がシステムに統合された際の予期せぬパフォーマンスにより生じる損失などを含み、NVIDIAが証券取引委員会（SEC）に提出する最新の報告書（年次報告書Form 10-Kおよび四半期報告書Form 10-Qを含むがこれらに限定されない）において随時開示されるその他の要因です。SECに提出された報告書は、NVIDIAのウェブサイトに掲載されており、NVIDIAから無償で入手可能です。これらの将来予測に関する記述は、将来の業績を保証するものではなく、本資料の発表現在時点での状況に基づくものであり、法律で義務付けられる場合を除き、NVIDIAは、将来の出来事や状況の変化を反映のためにこれらの将来予測に関する記述を更新する義務を負いません。
本リリースに記載されている製品や機能の多くはまだ様々な段階にあり、利用可能になった時点で提供される予定です。記述は、コミットメント、約束、または法的義務として意図されたものではなく、またそう解釈されるべきでもありません。また、NVIDIA製品について説明された特徴や機能の開発、リリース、および時期は変更される可能性があり、NVIDIA単独の裁量に委ねられます。NVIDIAは、ここに記載された製品、特徴または機能の不提供または遅延について、いかなる責任も負いません。
© 2026 NVIDIA Corporation. 無断複写、複製、転載禁止。NVIDIA、NVIDIA のロゴ、その他の NVIDIA の製品名およびサービス名は、米国ならびにその他の国および地域における NVIDIA Corporation の商標または登録商標です。その他の企業名、製品名、サービス名は、それぞれが関連付けられている企業の商標である可能性があります。