NVIDIA cuDSS 正式发布，加速工程与科学仿真
内容提要
NVIDIA 正式发布 CUDA-X 库 cuDSS，可将工程与科学仿真中的大规模稀疏系统求解迁移至 GPU，缩短计算时间并提升仿真吞吐量。应用材料、COMSOL、Cadence、达索系统、西门子、新思科技等已将其集成到各自工具中，实现最高约10倍加速。cuDSS 支持从工作站到集群的扩展，并提供 C、C++、Python 和 Fortran 接口。
延伸解读
从CPU到GPU：稀疏求解的加速逻辑
cuDSS 针对的是工程仿真中反复出现、最耗时的“大规模稀疏系统求解”环节。文章指出，这一数学步骤常限制团队可测试的设计数量。将求解迁移至 GPU 后，应用能缩短出结果时间并提高仿真吞吐量，让用户以更低成本探索更大、更真实的模型和更广的设计空间。
已落地案例：加速幅度因场景而异
文章列举了多家集成商的实测数据：应用材料在 Ginestra 平台上实现最高约10倍加速；达索系统在 Abaqus 结构求解和 CST 电磁求解中报告8-10倍加速；COMSOL 与蔡司在 EUV 光刻等离子体仿真基准中测得4倍加速。这些数字来自不同软件和场景，说明加速效果并非统一，需结合具体工作负载看待。
生态集成与部署灵活性
cuDSS 已被应用材料、COMSOL、Cadence、达索系统、西门子和新思科技等工具集成，覆盖半导体材料、芯片热应力、电磁、流体-结构相互作用等场景。它支持从单台工作站到大型集群的扩展，并提供 C、C++、Python 和 Fortran 接口，便于开发者将其嵌入现有工程与科学软件。
Q&A
NVIDIA cuDSS 是什么？它主要解决什么问题？
NVIDIA cuDSS 是一个 CUDA-X 库，用于将工程与科学仿真中的大规模稀疏系统求解迁移到 GPU 上，从而加速计算并提升仿真吞吐量。
cuDSS 能带来多大的加速效果？有哪些实际案例？
应用材料使用 cuDSS 在 Ginestra 平台中实现最高 10 倍加速；COMSOL 与 ZEISS SMT 在 EUV 光刻等离子体仿真中测得 4 倍加速；达索系统在 Abaqus 中报告 8-10 倍加速。
哪些公司已经集成了 cuDSS？他们分别用在什么工具中？
应用材料（Ginestra）、COMSOL（COMSOL Multiphysics）、Cadence（Celsius）、达索系统（Abaqus）、西门子（Simcenter STAR-CCM+）、新思科技（Sentaurus Device）等已集成 cuDSS。
cuDSS 支持哪些编程接口？能否从工作站扩展到集群？
cuDSS 提供 C、C++、Python 和 Fortran 接口，并且可以从单个工作站无缝扩展到大型计算集群。
cuDSS 如何帮助工程师和研究人员提升仿真效率？
cuDSS 通过 GPU 加速稀疏系统求解，减少获得结果的时间并提高仿真吞吐量，使团队能够探索更大、更真实的模型和更广泛的设计空间，同时降低成本。
cuDSS 在哪些行业或场景中特别有用？
cuDSS 适用于芯片设计、飞机设计、工业系统等复杂工程仿真，以及半导体材料、电磁、结构、热分析、流体-结构交互等科学仿真场景。
