Nvidia integriert Physik-Simulation in sein AI-Agent-Toolkit

Nvidia (NVDA ) hat seine PhysicsNeMo-Physik-AI-Bibliotheken und eine Reihe von GPU-Mathematik-Bibliotheken in das NVIDIA Agent Toolkit integriert, wodurch beschleunigte Solver zu etwas werden, das ein autonomer Design-Agent auf die gleiche Weise aufrufen kann wie jedes andere Tool. Das Unternehmen hat die Erweiterung von der Design Automation Conference in Long Beach, Kalifornien, bekannt gegeben, zusammen mit einer neuen Bibliothek namens cuISS, die für iterative sparse Solver entwickelt wurde.

Dieser letzte Punkt ist der Teil, der es wert ist, sich Zeit zu nehmen. Sparse lineare Algebra ist die Arithmetik unter fast jeder physikalischen Simulation, die ein Ingenieur durchführt, von Flüssigkeitsströmung bis hin zu Strukturspannung und Elektromagnetik, und es ist eine Arbeitslast, die jahrzehntelang auf CPU-Clustern gelebt hat. Nvidia liefert jetzt drei Bibliotheken, die dies abdecken: cuISS für iterative Solver, cuDSS für die direkten sparse Solver, die in Schaltkreis- und Gerätesimulationen verwendet werden, und cuEST für die quantenchemischen Methoden, die vorhersagen, wie Materialien auf atomarer Ebene verhalten.

“Die Ingenieure haben einen Wendepunkt erreicht. AI kann jetzt mit den Werkzeugen der Physik, Simulation und des Designs arbeiten”, sagte Timothy Costa, Vice President und General Manager of Computational Engineering bei Nvidia, in der Ankündigung.

Was tatsächlich auf GPUs umzieht

Wenn man den Agenten-Rahmen wegnimmt und die Ergebnisse liest, die Nvidia veröffentlicht hat, liest es sich wie ein Inventar von Simulationsarbeitslasten, die von Prozessoren auf ihre Beschleuniger umgezogen werden. Jede Zahl unten ist Nvidias eigene, ohne einen benannten Basisrechner, Kernanzahl oder Softwareversion:

• Samsung berichtet über bis zu 20-mal schnellere computergestützte Lithographie mit cuLitho und wendet PhysicsNeMo auf Chip-Skalen-Thermal-Stress-Probleme an, die bis zu 10 Milliarden Zellen umfassen.
• Keysight verwendet cuDSS, um die elektromagnetische Simulation um bis zu 10-mal zu beschleunigen.
• Silvaco führte eine 3,2-Milliarden-Mesh-Knoten-Photonen-Edge-Coupler-Simulation in unter vier Stunden auf 32 GPUs durch, die über NVLink verbunden waren, ein Job, den Nvidia sagt, CPU-basierte Simulationen nicht praktisch bewältigen könnten.
• TSMC, Samsung und Synopsys integrieren cuEST für das, was Nvidia als bis zu 50-mal schnellere Kern-Quantenchemie-Arbeitslasten bezeichnet.

Cadence liefert das klarste Bild davon, wie dies verkauft wird. Sein AuraStack AI Super Agent, der auf gedruckte Schaltkreise und fortschrittliche Verpackungen abzielt, läuft cuDSS auf dem Millennium M2000, einem Blackwell-basierten Multiphysik-System, das Cadence als Supercomputer verkauft. In seinem eigenen Konferenzblog behauptet Cadence, bis zu 15-mal schnellere Design-Workflows und bis zu 2-mal schnellere Zeit bis zum Markt, zusätzlich zu den 20-mal schnelleren Multiphysik-Zahlen in Nvidias Veröffentlichung, und es gibt die Größe des adressierbaren Pools offen aus: Die Verifizierung allein verbraucht Milliarden Rechenstunden pro Jahr in der Branche.

Nvidia wiederholte auch seinen Anspruch, dass das Nemotron 3 Ultra Open-Modell andere offene Modelle bei der agentischen Codierung von Register-Transfer-Level-Designs übertrifft, dem Hardware-Beschreibungscode, der die Logik eines Chips spezifiziert. Dieses Ergebnis stammt von einem Nvidia Research-Agent, der auf einem Benchmark gemessen wurde, den Nvidia veröffentlicht, was es zu einer Unternehmensmessung von Unternehmenssoftware macht, anstatt eines externen Urteils.

Die Bibliotheken sind kostenlos. Das Silizium ist es nicht.

PhysicsNeMo ist Open-Source-Software unter der Apache 2.0-Lizenz, basierend auf PyTorch, mit Containern, die kostenlos verfügbar sind. Die CUDA-X-Bibliotheken sind kostenlose Drop-in-Ersatzteile für handoptimierten parallelen Code. Keines davon läuft irgendwo anders als auf Nvidias GPUs.

Das ist der Handel, den die Ankündigung kodiert. Geben Sie die numerische Schicht-Engineering-Software, die Software-Entwickler ansonsten selbst schreiben müssten, und das Hardware-Unternehmen wird zum einzigen Posten, den jemand bezahlt. Das Agent Toolkit ist der Vertriebskanal: Modelle, Tools und eine Laufzeit, die Cadence, Siemens und Synopsys jeweils ihre eigenen Agenten darauf aufbauen, mit Nvidias Bibliotheken am unteren Ende aller drei Stacks.

Lesen Sie dies zusammen mit Nvidias parallelem Vorstoß, seinen Vera-CPU in die Verifizierungsarbeitslasten zu integrieren, die sich weigern, auf GPUs zu laufen, deckt die Strategie beide Hälften der Rechnung eines Chip-Unternehmens ab. Solver-gebundene Simulationen gehen zu den Beschleunigern. Single-Thread-gebundene Verifizierungen gehen zu einem CPU, den Nvidia auch baut.

Was die Veröffentlichung nicht beinhaltet

Nvidia hat cuISS kein Versanddatum gegeben. Die Ankündigung verlinkt Entwicklerseiten für cuDSS und cuEST, aber hat keine Landeseite, auf die für die neue Bibliothek verwiesen werden kann, und beschreibt Synopsys als noch immer an der Entwicklung von Anwendungsfällen dafür arbeitend, anstatt es in der Produktion zu verwenden. Die eigene sichere Sprache der Veröffentlichung ist direkt über den Rest: Viele der beschriebenen Produkte “bleiben in verschiedenen Stadien und werden auf einer wenn-und-wann-verfügbar-Basis angeboten”.

Die Geschwindigkeitssteigerungen haben auch keinen Schiedsrichter. MLCommons veröffentlicht geprüfte Ergebnisse für AI-Training und -Inferenz, und nichts Vergleichbares existiert für computerunterstütztes Engineering, also ist jeder Vielfache in der Veröffentlichung eine Herstellerzahl ohne einen offengelegten Vergleichspunkt. Chip- und Systemunternehmen, die diese bewerten, werden ihre eigenen Designs durch ihre eigenen Flows laufen lassen, was die einzige Messung ist, die einen Kauf entscheidet.

Das Signal, auf das man achten muss, ist nicht die nächste Runde von Geschwindigkeitsansprüchen auf einer Messe. Es ist, ob Ingenieur-Organisationen beginnen, CPU-Kapazitäten in ihren Simulationsfarmen zu streichen, ein Wechsel, der in dem auftritt, was sie kaufen, anstatt in dem, was sie auf einem Stand sagen. Nvidia hat jetzt seine Bibliotheken unter die Agenten-Plattform jedes Design-Software-Herstellers gestellt, der in der Veröffentlichung genannt wird, einschließlich der autonomen Verifizierungsagenten von Synopsys, die auf der gleichen Konferenz vorgestellt wurden. Egal, welcher von ihnen den Design-Flow gewinnt, der Solver darunter ist derselbe, und er läuft auf Nvidias Silizium.