11月3日，英伟达发布文章称，人工智能正在推动半导体晶圆厂进入AI定义工厂阶段，通过加速仿真、学习型物理模型、AI智能体和数字孪生等技术，显著提速芯片制造中的设计、测试与生产决策。

加速仿真指利用GPU、并行计算、AI智能体模型等技术，把传统依赖CPU的工程仿真从数小时、数天压缩到数分钟甚至毫秒级。在半导体制造中，它让工程师能更快测试工艺方案、预测缺陷风险，而不必先做昂贵且耗时的真实产线实验。学习型物理模型则利用机器学习从高精度仿真、实验或产线数据中学习物理规律，快速预测温度、压力、材料、电磁场、等离子体等变量之间的复杂物理过程。数字孪生被用于构建整座晶圆厂的虚拟模型，帮助工程师在投产前发现瓶颈、验证布局和运营策略。

在具体案例中，多物理场仿真软件COMSOL借助英伟达cuDSS，将半导体制造相关仿真速度提升最高10倍；西门子将cuLitho集成到Calibre光刻软件，关键仿真负载最高提速17倍。应用材料公司的Ginestra平台在集成cuDSS后，较仅用CPU的方案快最高10倍，其ACE+多物理场平台借助PhysicsNeMo实现最高35倍的形貌仿真加速。LamResearch展示，PhysicsNeMo可在毫秒级预测等离子体行为，而完整仿真可能需要数天。Advantest使用NeMoSwitchyardAI智能体自动选择合适的AI模型，把原本需要数小时的任务压缩到数分钟。

应用材料公司正基于英伟达Omniverse构建整座晶圆厂的数字孪生，可在虚拟环境中模拟物料流动、发现瓶颈并验证布局与运营策略，再决定是否在真实产线落地。英伟达称，这一闭环将使工厂从每个生产周期中学习并更早采取行动，工程师仍负责专业判断与最终决策，但等待答案的时间将大幅减少。