NVIDIA accélère l'IA dans les usines de puces

Résumé

NVIDIA étend ses bibliothèques CUDA-X pour accélérer la conception, la simulation et la fabrication des semi-conducteurs dans les usines définies par l’IA.

Les faits

NVIDIA annonce l’adoption de ses bibliothèques CUDA-X par plusieurs acteurs des semi-conducteurs afin d’accélérer la conception, la fabrication et les tests de puces dans des usines définies par l’IA. Ces usines utilisent l’intelligence artificielle pour optimiser les procédés, résoudre les problèmes de production et améliorer l’efficacité industrielle. Parmi les entreprises citées figurent Applied Materials, Cadence, KLA, Lam Research, Siemens et Synopsys. La nouvelle bibliothèque NVIDIA cuPotential permet aux développeurs de créer des agents d’IA capables de simuler les interactions entre atomes et molécules. Lors de tests en accès anticipé, elle a accéléré de 2 à 3 fois supplémentaires des flux de travail déjà optimisés pour les GPU. Synopsys figure parmi les premiers utilisateurs de cette bibliothèque pour les simulations de matériaux. NVIDIA met également en avant cuEST, destiné à la modélisation du comportement électronique, et cuDSS, conçu pour résoudre des simulations d’ingénierie complexes. Selon des résultats préliminaires de Synopsys, QuantumATK pourrait atteindre une accélération de 30 fois avec cuEST, tandis que des essais S-Device ont montré une accélération de 12 fois avec cuDSS. Cadence utilise de son côté le calcul accéléré de NVIDIA, les modèles ouverts NVIDIA Nemotron et les bibliothèques CUDA-X pour intégrer des agents d’IA à la conception et à la simulation de systèmes électromécaniques. NVIDIA indique aussi que NanoVDB, bibliothèque open source dédiée aux données 3D, accélère les simulations de fabrication de puces, tandis que la bibliothèque NVIDIA NPP accélère l’inspection par traitement d’images sur GPU. Lam Research a obtenu une simulation jusqu’à 30 fois plus rapide avec NanoVDB. « L’industrie des semi-conducteurs a rendu possible la révolution de l’IA. Désormais, l’IA transforme la manière dont les puces sont fabriquées », déclare Tim Costa, vice-président et directeur général de l’ingénierie industrielle et informatique chez NVIDIA.

Pourquoi c’est important

Cette annonce illustre le déplacement de l’IA générative vers les étapes industrielles qui déterminent directement les performances et les rendements des puces. En accélérant la simulation des matériaux, des interactions atomiques, des procédés et des inspections, les bibliothèques CUDA-X doivent permettre aux ingénieurs de tester davantage de scénarios avant de modifier la production. L’enjeu est également l’automatisation progressive de l’ingénierie des semi-conducteurs. Les agents d’IA et les outils de simulation accélérés par GPU peuvent contribuer à gérer la complexité croissante des procédés, à améliorer le rendement et à accroître la capacité de production, tandis que les entreprises partenaires intègrent ces fonctions dans la conception, la vérification, l’emballage avancé et la fabrication.

Questions fréquentes

Qu’est-ce qu’une usine définie par l’IA ?

Il s’agit d’une usine de semi-conducteurs où l’IA aide les ingénieurs à optimiser les procédés, résoudre les problèmes de production et améliorer l’efficacité industrielle.

À quoi sert NVIDIA cuPotential ?

cuPotential sert à créer des agents d’IA capables de simuler les interactions entre atomes et molécules pour accélérer les simulations de matériaux.

Quelle accélération cuPotential a-t-elle atteinte ?

Lors de tests en accès anticipé, cuPotential a accéléré de 2 à 3 fois supplémentaires des flux de travail déjà optimisés pour les GPU.

Quelles entreprises utilisent la pile de NVIDIA ?

Applied Materials, Cadence, KLA, Lam Research, Siemens et Synopsys utilisent la pile de calcul accéléré et d’IA de NVIDIA.

Source

Auteur

Rédaction spécialisée dans la veille et l’analyse de l’actualité de l’intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.