cuPotential, NVIDIA’s nieuwe CUDA-X-bibliotheek, laat ontwikkelaars AI-agenten atomaire en moleculaire interacties simuleren en is nu in vroege toegang beschikbaar; Synopsys gebruikt de software voor materiaalsimulaties in halfgeleideronderzoek, meldt NVIDIA op 14 oktober.
Chip- en materiaalteams kunnen cuPotential nu in vroege toegang beoordelen binnen bestaande simulatietoepassingen. Daarmee kunnen Nederlandse R&D-organisaties toetsen of een GPU-functie de berekeningen versnelt die aan een materiaal- of proceskeuze voorafgaan. De aankondiging richt zich op specialistische onderzoekssoftware voor de halfgeleidersector.
Een rekenlaag voor bestaande software
NVIDIA beschrijft cuPotential als een CUDA-X-bibliotheek met GPU-versnelde functies die ontwikkelaars aan bestaande software kunnen toevoegen. Daarmee kunnen onderzoekers elektrische krachten en andere interacties tussen grote aantallen atomen modelleren en simulaties sneller testen en verfijnen. De release plaatst zulke berekeningen in het voortraject van materiaal- en proceskeuzes voor chipfabrieken.
De bibliotheek is ook bedoeld als bouwsteen voor AI-agenten. Die kunnen volgens de aankondiging geavanceerde moleculaire simulaties uitvoeren, de uitkomsten beoordelen en vervolgcalculaties starten. Aansturing van laboratoriumapparatuur of fabprocessen komt in de release niet aan bod.
De aankondiging noemt geen afzonderlijke rekenmethoden. Er staat dat cuPotential atomaire interacties en geavanceerde moleculaire simulaties ondersteunt, maar niet of de bibliotheek bijvoorbeeld moleculaire dynamica, geometrie-optimalisatie of een specifieke familie van atoompotentialen uitvoert. Voor een ontwikkelaar die al een simulatieketen heeft, bepaalt juist die compatibiliteit of de functies in die keten passen.
Synopsys test de materiaalroute
Synopsys is een van de vroege gebruikers en zet cuPotential in voor materiaalsimulaties. NVIDIA meldt een versnelling van twee tot drie keer in vroege tests, boven op workflows die al voor GPU’s waren geoptimaliseerd. NVIDIA noemt geen vergelijking met een niet-versnelde CPU-berekening. De release noemt geen afzonderlijke Synopsys-toepassing, materiaalsoort of berekeningsmethode voor cuPotential.
Synopsys beschreef in juli andere versnellingen in zijn samenwerking met NVIDIA. Het bedrijf meldde toen tot 50 keer versnelling met QuantumATK en cuEST voor quantumchemische berekeningen, plus tot 200 keer met machinegeleerde krachtvelden op NVIDIA Blackwell. Die cijfers horen bij andere rekenpaden en andere hardware. Ze gelden voor cuEST en machinegeleerde krachtvelden, niet voor cuPotential, en zijn daardoor niet rechtstreeks met de nieuwe factor twee tot drie te vergelijken.
NVIDIA’s softwareketen omvat verschillende lagen. NVIDIA’s OSMO brengt simulatie, training en hardwaretests samen in een YAML-beschreven workflow, terwijl cuPotential de berekeningen op atoomschaal versnelt. In laboratoriumonderzoek werken Danaher en NVIDIA aan AI-integratie in wetenschappelijke instrumenten met onder meer DGX Spark, RAPIDS en BioNeMo Open Models. Dat is een andere laag in het onderzoeksproces: instrumenten en meetdata in plaats van de atomistische rekenkern.
ALCHEMI noemt wel concrete simulaties
NVIDIA werkte al aan GPU-bouwstenen voor chemie en materiaalkunde. Op 14 april 2026 beschreef NVIDIA de eerste versie van de ALCHEMI Toolkit met geometrie-optimalisatie en moleculaire dynamica. De toolkit bevatte ook onderdelen voor onder meer lijsten van nabijgelegen atomen, dispersiecorrecties en elektrostatische interacties. De cuPotential-release bevestigt niet dat die ALCHEMI-functies ook in deze bibliotheek zitten.
Voor cuPotential noemt de release twee concrete functies: interacties tussen atomen modelleren en AI-agenten geavanceerde moleculaire simulaties laten uitvoeren, beoordelen en herhalen. De release koppelt de bibliotheek aan Synopsys-materiaalsimulaties, maar geeft geen lijst met ondersteunde methoden, API’s, invoerformaten of softwareversies. De release plaatst beide producten in de materiaalsimulatie, zonder te zeggen dat cuPotential de ALCHEMI Toolkit vervangt of dezelfde functies bevat.

De testwinst heeft nog geen meetlat
De versnelling van twee tot drie keer geldt volgens NVIDIA voor al GPU-geoptimaliseerde workflows in tests tijdens de vroege toegang. De aankondiging publiceert geen gebruikte hardware, omvang van de atoomsystemen, referentiesoftware, looptijd of nauwkeurigheidscontrole. Zonder die gegevens is niet vast te stellen of de uitkomst overdraagbaar is naar een andere simulatie of naar een Nederlands R&D-team met een andere materiaalvraag.
Investing News Network herpubliceert de aankondiging, waarin staat dat cuPotential beschikbaar is in vroege toegang. De aankondiging maakt niet duidelijk hoe teams toegang aanvragen, welke softwareversies worden ondersteund, welke licentie geldt of wat gebruik kost. Daardoor is de bibliotheek op dit moment te evalueren, maar ontbreken gegevens om een volledige implementatie of besparing te begroten.
Voor Nederlandse materiaal- en chipteams is de eerste concrete stap dus een vergelijking met één bestaande simulatie: dezelfde invoer, dezelfde kwaliteitscontrole en een vastgelegde GPU-configuratie. De ontwikkeling verplaatst AI-agenten dichter naar de rekenstap zelf. De volgende bruikbare aanwijzing is een reproduceerbare Synopsys-workflow met een benoemde methode, hardware en meetresultaat.
Veelgestelde vragen
Van idee naar onderzoekssoftware
Ik denk mee over de juiste onderzoeksstap, ontwerp de software en realiseer en automatiseer het proces van eerste proef tot dagelijks gebruik. Waar het kan, zet ik de oplossing self-hosted op zodat data en berekeningen in jouw omgeving blijven.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
