本周，NVIDIA 發布了NVIDIA cuEST。這是一款全新的NVIDIA CUDA-X 庫，可將電子結構計算遷移到 GPU 上執行。應用材料公司、三星、新思科技和 TSMC 已率先采用。

如今，一個先進芯片會包含超過 500 億個晶體管。在工程設計芯片時，需要思考一個原子尺度上的基礎物理問題：電子如何鍵合、如何遷移，以及它們如何在僅有數個原子厚度的薄膜中相互作用。

NVIDIA 工業與計算工程總經理 Tim Costa 表示：“隨著半導體微縮逼近材料的物理極限，行業亟需大幅提升計算性能，以對新一代芯片設計中的量子力學過程進行仿真。借助 NVIDIA cuEST，行業領導者能夠突破量子計算瓶頸，將高保真化學建模直接應用于生產流程，從而加速半導體創新。”

行業影響

Applied Materials：應用材料公司使用 cuEST 加速的密度泛函理論（DFT）來建模復雜結構、預測材料特性并研究反應路徑。

三星：三星將 cuEST 集成到其原本已基于 GPU 加速的內部流程中，使關鍵量子化學工作負載的端到端性能最高再提升 5 倍。

新思科技：借助 cuEST 和 QuantumATK，新思科技擴展了其功能，支持基于高斯型基組的 DFT，使半導體工作流程中的仿真速度提升最高可達 30 倍。

TSMC：TSMC 使用 cuEST 的加速量子化學能力，推進下一代硅基設計工藝的發展。

從實驗室走向晶圓廠

原子尺度建模最常用的方法是密度泛函理論。DFT 在精度與可擴展性之間取得了良好平衡，但其計算成本較高，限制了其在工業中的廣泛應用，導致大多數應用仍停留在科研階段。借助 cuEST，NVIDIA 使高精度量子化學在工業規模和實際生產流程中變得可行。

在過去，行業主要依賴 CPU 集群來運行這些仿真，對包括柵極介電材料和互連金屬在內的候選材料進行評估，通常需要以批處理方式運行數小時甚至數天。

cuEST 提供了優化例程，使 GPU 能夠加速基于高斯基組的 DFT 計算中的核心矩陣運算，包括重疊積分、動能、核吸引、庫侖以及交換關聯。它還支持從標準廣義梯度近似到雜化泛函等多種泛函近似方法，使工程師能夠在計算成本與精度之間進行權衡。

NVIDIA 對 cuEST 的目標是：將高保真材料建模從實驗室帶到晶圓廠。

歡迎在 GTC 上參觀 NVIDIA 展臺和 Synopsys 展臺以了解更多 cuEST 信息，通過專題會議：“下一代發現：面向科學的代理式 AI、AI 驅動仿真與 GPU 加速化學”，進一步探索。