NVIDIAはAIが半導体ファブのワークフローを加速させていると述べています

NVIDIAは、人工知能が半導体製造の製造を変革し、チップ製造が複雑化し調整コストが高まる中で、エンジニアがプロセスの変化をより速くシミュレート、予測、テストするのを支援していると述べています。

証拠と背景

2026-11-03に公開された投稿で、NVIDIAは先進チップの需要が増加している一方で、プロセスの複雑さや誤差の範囲が縮小していると述べました。同社は、エンジニアが分析に数日かかる決定に直面し、ファブラインでの物理的実験は遅くコストもかかると述べました。

NVIDIAは「AI定義ファブ」を、加速計算、物理ベースのAI、AIエージェント、デジタルツインがエンジニアのプロセス最適化、問題の早期発見、チップ製造ライフサイクル全体の意思決定を支援する半導体工場と説明しました。同社はエンジニアが引き続き作業の指揮と最終的な意思決定を担当すると述べました。

投稿では、ベンダー固有の性能主張がいくつか引用されています。NVIDIAは、COMSOLのcuDSSライブラリを用いて半導体製造のマルチフィジックスシミュレーションを最大 10x加速していると述べました。また、Applied MaterialsとNVIDIAは原子規模の材料発見とプロセス開発で協力しており、AppliedのGinestraプラットフォームはcuDSSを用いたCPU単独アプローチよりも最大 10x 速く動作し、APPLIEDのACE+マルチフィジックスプラットフォームはNVIDIA PhysicsNeMoで最大 35x 速いトポグラフィーシミュレーションを提供します。同社はまた、シーメンスがcuLithoをCalibreリソグラフィーソフトウェアに統合し、主要なシミュレーションワークロードで最大 17x の加速を実現していると述べています。

シミュレーション以外では、PhysicsNeMoはLam Researchの研究を引用し、PhysicsNeMoは完全なシミュレーションでは数日でプラズマ挙動をミリ秒単位で予測できると述べました。また、Applied MaterialsはNVIDIA Omniverseライブラリを基にデジタルツインを用いて、レイアウト、スループット、コスト、プロセス制御のファブレベルの最適化をシミュレートしていると述べています。

また、その投稿ではAIエージェントも強調され、AdvantestはNVIDIA NeMoのSwitchyard AIエージェントを使ってモデル選択を自動化し、応答時間を数時間から数分に短縮していると述べました。NVIDIAは、デジタルツインがチームが機器の設定、レイアウト、プロセス変更を仮想的にテストし、物理的な試験に取り組む前に行うのを助けることで、実験コストの削減につながると述べました。

記事では、歩留まり、スループット、コストに関する独立に検証されたファブ全体の結果は開示されておらず、報告された速度アップは業界全体の性能指標ではなく、特定のワークロードに対するベンダー帰属の結果として提示されました。