三星电子展示AI加速芯片级热力学仿真技术
三星电子近日公开了一项半导体仿真技术的突破性案例:通过引入人工智能,将特定计算时间从约18小时大幅缩短至41秒。在11月9日至10日于首尔COEX举行的“NVIDIA AI Day Seoul 2026”活动中,三星电子半导体研究所CSE团队详细介绍了利用AI进行芯片级热力学与机械分析的研究成果。
仿真效率提升1600倍,精度保持高位
在三星电子公开的案例中,研究人员将原本包含约10亿个精细网格的模型,简化为约100万个大型计算单元。传统方法使用32核CPU处理精细网格需耗时约18小时,而采用NVIDIA Hopper GPU单卡处理简化后的网格仅需41秒。
三星电子指出,两种计算方式的速度差异约为1600倍,且基于有效垂直导热系数的准确度达到99.17%。需要说明的是,这1600倍的效率提升仅针对该特定仿真的计算时间对比,并不意味着整个半导体制造流程的生产力均按此比例增长。
NVIDIA AI Day聚焦物理AI与智能体技术
NVIDIA表示,此次大会吸引了包括开发者、初创企业、业界领袖及研究人员在内的2000余人参与。活动主要围绕物理AI(Physical AI)、机器人技术、智能体AI(Agentic AI)以及AI基础设施四大主题展开。9日举办了产业应用案例发布会,10日则安排了实践工作坊、科学领域AI论坛、物理AI初创企业展览以及智能体AI训练营等活动。
物理AI是指应用于物理环境中的AI系统,如机器人和自动驾驶系统等。NVIDIA强调,韩国在制造业、半导体及汽车领域的深厚实力是推进该领域应用的重要基础。此前已有报道指出,AI投资正逐渐向半导体、数据中心及机器人等物理基础设施扩展。而本次三星电子的发布重点在于工程仿真的技术突破,而非单纯的投资规模扩张。
产业合作深化:分离式推理架构落地
在智能体AI领域,企业级AI Agent技术成为焦点。NVIDIA透露,现代汽车集团正在评估NemoClaw设计与OpenShell运行时的应用潜力;同时,AIM Intelligence已将Starfort平台与OpenShell进行整合。目前前者处于应用评估阶段,后者已进入平台整合阶段。
在AI基础设施方面,SK电信、NVIDIA与Rebelion于11月9日签署了关于GPU与NPU集成系统开发与验证的合作协议。三方计划采用“分离式推理”(Separate Inference)架构,即将问题解析任务分配给NVIDIA GPU,而将答案生成任务交由Rebelion NPU处理。
分离式推理是一种将不同计算任务分散至专用硬件的处理方式。SK电信计划在自有AI数据中心完成对该集成系统性能与稳定性的验证后,进一步探讨其实际服务应用的可行性。目前,具体的性能验证结果及服务落地情况尚未公布。