Las simulaciones de chips en GPU NVIDIA se aceleran hasta 35 veces

NVIDIA ha reunido en un solo artículo de su blog varias implantaciones industriales de sus bibliotecas en software de ingeniería para la fabricación de semiconductores. La más práctica de ellas no afecta solo a la microelectrónica. En COMSOL Multiphysics 6.4, el solver de GPU NVIDIA cuDSS está integrado en el conjunto estándar de solvers y sirve para cualquier modelo de una o varias físicas. Los cálculos ya preparados se pueden pasar a la tarjeta gráfica sin cambiar la configuración de la física y, en los problemas de semiconductores, COMSOL obtiene una aceleración de hasta 10 veces, según datos de NVIDIA.

El resto de los socios aportan cifras más altas. Siemens integra NVIDIA cuLitho en el paquete de litografía Calibre y obtiene una aceleración de hasta 17 veces en los cálculos clave. Applied Materials informa de una aceleración de 35 veces en las simulaciones de topografía en la plataforma ACE+. Advantest, con ayuda de agentes de IA de NVIDIA, ha reducido el tiempo de respuesta en una zona de pruebas de horas a minutos.

COMSOL lleva el solver a la tarjeta gráfica para todas las licencias

En el método de elementos finitos, la mayor parte del tiempo se va en resolver repetidamente grandes sistemas dispersos de ecuaciones. Estos sistemas aparecen en la integración implícita en el tiempo, en las iteraciones del solver no lineal, en el análisis de frecuencias propias y en los barridos paramétricos. Como escribe Tyler Donegan en el blog de COMSOL del 14 de octubre de 2026, el solver directo disperso cuDSS acelera precisamente esa etapa gracias al ancho de banda de memoria y al paralelismo de la GPU. Por eso la ganancia será probablemente más notable cuanto más resoluciones repetidas de ese tipo contenga el problema.

Pensemos en un ingeniero que ajusta los parámetros de una cámara de proceso y lanza un barrido por decenas de variantes de geometría con calor, electricidad y tensiones mecánicas. Antes elegía entre simplificar el modelo o dejar los cálculos de CPU toda la noche. Ahora el mismo proyecto se puede ejecutar en la tarjeta gráfica sin rehacer el modelo. COMSOL enumera las condiciones directamente:

• el solver de GPU y el entrenamiento de modelos neuronales sustitutos en la GPU forman parte de la instalación estándar para todos los tipos de licencia;
• solo se necesitan una tarjeta gráfica NVIDIA compatible y sus controladores;
• el cálculo explícito en el tiempo de la acústica de presión en la GPU está disponible con el Acoustics Module.

La cifra de «hasta 10 veces» es una estimación generalizada del material de NVIDIA. En las pruebas propias de COMSOL con modelos de semiconductores y una tarjeta gráfica NVIDIA RTX Pro 6000 Blackwell Max-Q de 96 GB, la mejora frente a configuraciones de CPU contrastadas fue de algo más de dos veces hasta 13 veces, según el problema. La ganancia real depende de qué parte del cálculo ocupa la resolución de los sistemas lineales.

Applied Materials acelera la cadena desde los átomos hasta la planta

Applied Materials conecta las bibliotecas de NVIDIA en varios niveles a la vez. Su plataforma Ginestra con cuDSS funciona hasta 10 veces más rápido que solo con procesadores. En el blog técnico de NVIDIA del 26 de julio de 2026 se precisa que esto permite ejecutar miles de experimentos virtuales sobre combinaciones de materiales y rutas de reacción. Allí mismo se recoge una medición para cálculos con la teoría del funcional de la densidad y la biblioteca cuEST: un problema que tardaba cinco días en 64 núcleos de CPU se resuelve en unas dos horas en una sola NVIDIA B200, es decir, unas 55 veces más rápido.

En la plataforma ACE+ la aceleración se consigue de otra manera. El marco PhysicsNeMo convierte los resultados de las simulaciones multifísicas en gemelos digitales que funcionan en tiempo real. La topografía se modela hasta 35 veces más rápido y los parámetros se pueden explorar de forma interactiva. Lam Research ha mostrado un enfoque parecido: según datos de NVIDIA, PhysicsNeMo predice el comportamiento del plasma en los procesos de grabado en milisegundos, mientras que una simulación completa tarda días.

El nivel superior de esta cadena son los gemelos digitales de fábricas enteras sobre las bibliotecas de Omniverse. En ellos, Applied Materials modela el movimiento de materiales, busca cuellos de botella y compara distribuciones y estrategias de trabajo antes de cambiar nada en la línea real.

Litografía y pruebas

En la litografía computacional, es decir, en el cálculo de cómo se transfiere el patrón del circuito al silicio, NVIDIA habla de problemas demasiado pesados para las CPU a escala de producción. La integración de cuLitho en Siemens Calibre ofrece una aceleración de hasta 17 veces en las cargas clave. Según NVIDIA, esto amplía el abanico de lo que los ingenieros pueden comprobar antes de imprimir la oblea. Qué tareas concretas y con qué equipo se obtuvo esa cifra no se revela en los materiales.

Advantest utiliza agentes de NVIDIA NeMo Switchyard para elegir el modelo de IA adecuado para cada tarea concreta. En una zona de pruebas era un proceso manual secuencial que llevaba horas y ahora la respuesta llega en minutos. En los materiales no hay detalles sobre el proceso en sí ni sobre la licencia de NeMo Switchyard.

NVIDIA formula la idea general así:

«El futuro de la fabricación de semiconductores está en unir estas capacidades: los datos de producción alimentan los modelos, los modelos evalúan los cambios y las conclusiones vuelven a los ingenieros, que toman las decisiones sobre la producción».

A quién le servirá esto más allá de las fábricas

Para la mayoría de los lectores ingenieros, la noticia principal de este conjunto es COMSOL. El solver funciona con cualquier modelo multifísico, incluidos problemas ajenos a la microelectrónica, y no requiere una licencia aparte. Al propietario de una estación de trabajo con una tarjeta gráfica NVIDIA adecuada, a juzgar por la descripción, le basta con actualizar a la 6.4 y comparar los tiempos en su propio problema. Eso sí, la aceleración está construida sobre CUDA y está pensada para tarjetas gráficas NVIDIA.

Las cifras de Applied Materials, Siemens y Lam Research se refieren a paquetes industriales cerrados y son difíciles de verificar desde fuera. El enfoque de los modelos entrenados con física, como en ACE+ y en el ejemplo del plasma de Lam Research, tiene su precio. La respuesta rápida probablemente solo es posible tras entrenar con los resultados de simulaciones completas, así que esos cálculos completos siguen siendo necesarios. La aceleración de 35 veces, por lo que parece, se refiere a la exploración de parámetros dentro de una zona ya estudiada; calcular una física nueva desde cero sigue exigiendo una simulación completa.

¿Qué resultado de aceleración en GPU le impresiona más?

• NVIDIA: hasta 10 veces
• Siemens: hasta 17 veces