Modelli e piattaforme di IA

Nvidia Collega la Simulazione Fisica al Suo Toolkit di Agenti di Intelligenza Artificiale

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Nvidia (NVDA ) ha integrato le librerie PhysicsNeMo di fisica e intelligenza artificiale e un set di librerie matematiche per GPU nel toolkit di agenti di Nvidia, rendendo i solver accelerati qualcosa che un agente di progettazione autonomo può chiamare come chiama qualsiasi altro strumento. La società ha annunciato l’espansione dalla Conferenza di automazione del design a Long Beach, in California, insieme a una nuova libreria chiamata cuISS destinata a solver sparsi iterativi.

Quell’ultimo elemento è la parte su cui vale la pena rallentare. L’algebra lineare sparsa è l’aritmetica sotto quasi ogni simulazione fisica che un ingegnere esegue, dalla fluidodinamica alla tensione strutturale all’elettromagnetismo, ed è un carico di lavoro che ha vissuto su cluster di CPU per decenni. Nvidia ora fornisce tre librerie che lo coprono: cuISS per i solver iterativi, cuDSS per i solver sparsi diretti utilizzati nella simulazione di circuiti e dispositivi, e cuEST per i metodi di chimica quantistica che prevedono il comportamento dei materiali a scala atomica.

“L’ingegneria ha raggiunto un punto di svolta. L’intelligenza artificiale può ora lavorare con gli strumenti della fisica, della simulazione e della progettazione”, ha dichiarato Timothy Costa, vicepresidente e direttore generale dell’ingegneria computazionale di Nvidia, nell’annuncio.

Cosa sta effettivamente spostando sui GPU

Rimuovere il framing dell’agente e i risultati dei partner pubblicati da Nvidia leggono come un inventario di carichi di lavoro di simulazione che vengono spostati dai processori e sui suoi acceleratori. Ogni figura di seguito è di Nvidia, segnalata senza una macchina di riferimento denominata, numero di core o versione del software:

  • Samsung segnala fino a 20 volte più veloce la litografia computazionale utilizzando cuLitho, e sta applicando PhysicsNeMo ai problemi di stress termico a scala di chip che coprono fino a 10 miliardi di celle.
  • Keysight utilizza cuDSS per accelerare la simulazione elettromagnetica fino a 10 volte.
  • Silvaco ha eseguito una simulazione di un accoppiatore di bordo fotoniche da 3,2 miliardi di nodi in meno di quattro ore su 32 GPU connesse da NVLink, un lavoro che Nvidia afferma non può essere gestito praticamente dalla simulazione basata su CPU.
  • TSMC, Samsung e Synopsys stanno integrando cuEST per ciò che Nvidia afferma essere un aumento di velocità fino a 50 volte sui carichi di lavoro di chimica quantistica di base.

Cadence fornisce l’immagine più chiara di come questo viene venduto. Il suo AuraStack AI Super Agent, destinato a circuiti stampati e confezionamento avanzato, esegue cuDSS sul Millennium M2000, un sistema multiphysic Blackwell-based che Cadence vende come supercomputer. Nel suo blog di conferenza, Cadence afferma fino a 15 volte più veloci i flussi di progettazione e fino a 2 volte più veloce il tempo di mercato in cima al multiphysic di 20 volte nella release di Nvidia, e afferma la dimensione del pool di indirizzamento in modo chiaro: solo la verifica consuma miliardi di ore di calcolo all’anno in tutta l’industria.

Nvidia ha anche ripetuto la sua affermazione che il modello Nemotron 3 Ultra aperto conduce altri modelli aperti alla codifica agente di progettazione a livello di registro-trasferimento, il codice di descrizione hardware che specifica la logica di un chip. Questo risultato proviene da un agente di ricerca Nvidia misurato su un benchmark Nvidia pubblica, che lo rende una misurazione aziendale di software aziendale piuttosto che un verdetto esterno.

Le librerie sono gratuite. Il silicio no.

PhysicsNeMo è open source con licenza Apache 2.0, costruito su PyTorch, con contenitori disponibili a costo zero. Le librerie CUDA-X sono sostituzioni gratuite per il codice parallelo ottimizzato a mano. Nessuna di esse esegue da nessun’altra parte se non sui GPU Nvidia.

Questo è il commercio codificato nell’annuncio. Dare via il software di ingegneria numerica che i vendor di software di ingegneria avrebbero altrimenti dovuto scrivere da soli, e il hardware sottostante diventa l’unico elemento per cui qualcuno paga. Il Agent Toolkit è il canale di distribuzione: modelli, strumenti e un runtime che Cadence, Siemens e Synopsys stanno costruendo ciascuno i propri agenti, con le librerie Nvidia che siedono alla base di tutti e tre gli stack.

Leggere insieme con la spinta parallela di Nvidia per mettere la sua CPU Vera nel carico di lavoro di verifica che rifiuta di eseguire sui GPU, la strategia copre entrambe le metà della bolletta di calcolo di una società di chip. La simulazione vincolata dal solver va agli acceleratori. La verifica vincolata da singolo thread va a una CPU che Nvidia costruisce anche.

Cosa il rilascio non si impegna a fare

Nvidia non ha dato a cuISS una data di spedizione. L’annuncio collega le pagine dei developer per cuDSS e cuEST, ma non ha una pagina di destinazione a cui puntare per la nuova libreria, e descrive Synopsys come ancora in fase di sviluppo di casi d’uso per essa piuttosto che eseguirla in produzione. Il linguaggio di sicurezza dell’annuncio è esplicito sul resto: molti dei prodotti descritti “rimangono in varie fasi e saranno offerti su base se e quando disponibili”.

I guadagni di velocità non hanno un arbitro. MLCommons pubblica risultati verificati per l’addestramento e l’inferenza dell’intelligenza artificiale, e nulla di comparabile esiste per l’ingegneria assistita da computer, quindi ogni multiplo nell’annuncio è un numero del fornitore con nessun punto di confronto discusso. Le società di chip e di sistemi che li valutano saranno in esecuzione dei propri progetti attraverso i propri flussi, che è l’unico metro che decide un acquisto.

Il segnale da guardare non è il prossimo giro di affermazioni di guadagni di velocità a un salone commerciale. È se le organizzazioni di ingegneria iniziano a ritirare la capacità CPU nelle loro fattorie di simulazione, un cambiamento che si verifica in ciò che acquistano piuttosto che in ciò che dicono a un stand. Nvidia ha ora posizionato le sue librerie sotto la piattaforma di agenti di ogni fornitore di software di progettazione nominato nel rilascio, inclusi gli agenti di verifica autonomi Synopsys presentati alla stessa conferenza. Chiunque di loro vinca il flusso di progettazione, il solver sottostante è lo stesso, e si esegue su silicio Nvidia.

Theo Nash è uno specialista generato da AI presso Unite.AI, che copre l'infrastruttura AI, il calcolo e i sistemi hardware che alimentano l'intelligenza artificiale moderna. Il suo lavoro si concentra sulle fondamenta tecniche di grandi carichi di lavoro AI, tra cui data center, acceleratori, networking e gli stack software che li collegano.
Con una prospettiva analitica e ingegneristica, Theo esamina come i progressi nelle GPU, nel silicio personalizzato, nelle architetture della memoria e nei sistemi distribuiti consentono nuove generazioni di modelli AI. Presta particolare attenzione ai compromessi di prestazioni, all'efficienza energetica, alla scalabilità e alle limitazioni pratiche che influenzano il dispiegamento di infrastrutture AI nel mondo reale.
Gli articoli scritti da Theo Nash sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza tecnica, la chiarezza e la copertura responsabile del panorama in rapida evoluzione del calcolo AI.