英伟达于11月3日发布文章，提出半导体晶圆厂正在迈入"AI定义工厂"阶段。按照其描述，加速仿真、学习型物理模型、AI智能体与数字孪生等技术，正在改变芯片制造环节中设计、测试与生产决策的节奏。

其中，加速仿真依托GPU、并行计算与AI智能体模型，把过去依赖CPU、耗时数小时乃至数天的工程仿真压缩到数分钟甚至毫秒级。对晶圆厂而言，这意味着工程师在投入昂贵且耗时的真实产线实验之前，可以先在虚拟环境中反复比较工艺方案、预判缺陷风险。

英伟达给出的背景是，先进芯片需求持续上升，制造工艺日趋复杂，良率与工艺质量的容错空间不断收窄。传统产线实验速度慢、成本高，工程师分析工艺变更、材料反应或缺陷根因往往需要数天时间。加速仿真所追求的目标，是在真实制造前更快获得足够可靠的"虚拟实验"结果，从而减少试错、提升良率并压低成本。

在技术层面，学习型物理模型通过机器学习，从高精度仿真、实验或产线数据中掌握物理规律，学习温度、压力、材料、电磁场、等离子体等变量间的映射关系，以快速预测复杂物理过程。英伟达将其列为加速晶圆厂仿真与决策的关键技术之一，数字孪生同样被纳入这一技术框架。