米エヌビディア、半導体工場向けAI基盤を発表　設計や検査を最大数十倍に高速化

米NVIDIAは2026年10月14日、半導体の設計や製造、検査をAIで自律化する「AIデファインド ファブ」の実現に向け、原子間シミュレーションを行う「cuPotential」をはじめとする「NVIDIA CUDA-X」ライブラリ群の拡充を発表した。SynopsysやCadence、Lam Research、KLAなどの半導体関連各社が、設計や製造プロセスの自動化と高速化に向けて採用を進めている。

最先端半導体の需要が拡大するなか、半導体工場では複雑化する製造プロセスを管理しながら生産能力を高めることが課題となっている。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）氏は、半導体業界がAI革命を可能にしたとした上で、AIがチップの製造方法を変革し、シミュレーションと検査の高速化を通じて歩留まりの改善や工場の自律化を支援すると説明した。

新ライブラリ「cuPotential」は、原子や分子の相互作用を計算するAIエージェントの構築を支援するもので、早期アクセスのテストでは既存のGPU最適化ワークフローをさらに2〜3倍高速化した。Synopsysは同ライブラリや「cuEST」「cuDSS」を活用しており、初期検証で最大30倍や12倍の高速化を確認したという。また、CadenceはAIエージェントを活用して先端パッケージの熱・応力最適化を8倍高速化し、Voltaiは複数物理現象のシミュレーション期間を数か月から1日に短縮した。

製造や検査工程でも高速化が進む。オープンソースライブラリ「NanoVDB」を採用するLam Researchでは、エッチング処理のモデリングを最大30倍高速化できる見込みだ。検査分野では、画像処理ライブラリ「NVIDIA NPP」を導入したKLAが従来のCPU版と比べて50倍の高速化を達成したほか、Teradyneは保守用推論を約85倍高速化している。さらにApplied Materialsは工場のデジタルツイン上で装置シミュレーションを最大35倍高速化した。

NVIDIA cuPotentialは現在早期アクセスで提供されており、「NanoVDB」はオープンソース、「NPP」はCUDA Toolkitを通じて利用できる。Lam ResearchによるNanoVDB統合機能は、2026年末までのリリースを目標としている。