AIモデルとプラットフォーム
Nvidiaは物理シミュレーションをAIエージェントツールキットに統合
Unite.AI を Google の優先ソースに追加
Nvidia (NVDA )は、PhysicsNeMo物理シミュレーションライブラリとGPU数学ライブラリをNVIDIA Agent Toolkitに統合し、加速ソルバを設計エージェントが他のツールと同様に呼び出すことができるようにしました。同社は、カリフォルニア州ロングビーチで開催されたDesign Automation Conferenceで、この拡張を発表しました。また、cuISSという新しいライブラリも発表しました。これは、反復スパースソルバを対象としています。
最後の項目は、注意を払う価値のあるものです。スパース線形代数は、流体流れ、構造ストレス、電磁気学などの物理シミュレーションを実行するエンジニアが使用する算術の下にあるものであり、CPUクラスター上で動作してきたワークロードです。Nvidiaは現在、cuISS（反復ソルバ）、cuDSS（回路およびデバイスシミュレーションで使用される直接スパースソルバ）、cuEST（材料の原子スケールでの挙動を予測する量子化学方法）という3つのライブラリを提供しています。
「エンジニアリングは転換点に達しました。AIは物理、シミュレーション、設計のツールと共同で作業できるようになりました」と、NvidiaのTimothy Costa氏（計算機エンジニアリング担当副社長兼ゼネラルマネージャー）は発表で述べました。
実際にGPUに移行するもの
エージェントの枠組みを取り除き、Nvidiaが公開したパートナー結果を読み取ると、シミュレーションワークロードがプロセッサからアクセラレータに移行していることがわかります。以下の各図はNvidiaのものであり、ベースラインマシン、コア数、ソフトウェアバージョンは記載されていません。
- Samsungは、cuLithoを使用して最大20倍の計算光学を実現し、最大10億セルにわたるチップスケールの熱ストレス問題にPhysicsNeMoを適用しています。
- Keysightは、cuDSSを使用して最大10倍の電磁シミュレーションスピードを実現しています。
- Silvacoは、32個のGPU（NVLinkで接続）を使用して、3.2億メッシュノードのフォトニックエッジカプラシミュレーションを4時間未満で実行しました。Nvidiaによると、CPUベースのシミュレーションではこのジョブを実行することは実用的ではなかったということです。
- TSMC、Samsung、Synopsysは、Nvidiaによると最大50倍のスピードアップを実現するcuESTを統合しています。
Cadenceは、最も明確な画像を提供しています。同社のAuraStack AI Super Agentは、印刷回路基板と高度なパッケージングを対象としており、cuDSSをMillennium M2000（Cadenceが超コンピュータとして販売しているBlackwellベースのマルチフィジクスシステム）で実行します。同社のカンファレンスブログでは、Nvidiaのリリースの20倍のマルチフィジクスに加えて、最大15倍の設計ワークフローと最大2倍の市場投入時間の短縮を主張しています。また、対象となるプールのサイズも明確に述べています。検証のみが業界全体で年間数十億のコンピューティング時間を消費しているからです。
Nvidiaはまた、Nemotron 3 Ultraオープンモデルが、ハードウェア記述コードの指定されたチップのロジックをエージェントコーディングする能力で他のオープンモデルを上回っていることを繰り返し主張しています。この結果は、Nvidia ResearchエージェントがNvidiaが公開しているベンチマークで測定したものであり、外部の評価ではなく、NvidiaのソフトウェアのNvidiaによる評価です。
ライブラリは無料ですが、シリコンは無料ではありません
PhysicsNeMoは、Apache 2.0ライセンスの下でオープンソースであり、PyTorchに基づいて構築されています。コンテナは無償で利用できます。 CUDA-Xライブラリは、手作業でチューニングされた並列コードの無料でドロップイン可能な代替品です。ただし、これらはNvidiaのGPU以外の場所では実行できません。
これが発表の内容です。エンジニアリングソフトウェアベンダーが自分で書かなければならない数値層エンジニアリングソフトウェアを無償で提供し、ハードウェアを下に配置するというトレードです。 Agent Toolkitは配信チャネルです。モデル、ツール、ランタイムが含まれており、Cadence、Siemens、SynopsysはそれぞれNvidiaのライブラリを下に配置して、独自のエージェントを構築しています。
NvidiaがVera CPUを検証ワークロードに投入するという並行した取り組みと読み取ると、チップ会社のコンピューティング費用の両方をカバーする戦略が見えてきます。ソルバにバインドされたシミュレーションはアクセラレータに移行します。シングルスレッドにバインドされた検証は、Nvidiaも構築しているCPUに移行します。
リリースで約束されていないこと
NvidiaはcuISSの出荷日を発表しませんでした。発表ではcuDSSとcuESTの開発者向けページへのリンクが含まれていますが、cuISSの新しいライブラリへのリンクはありません。また、SynopsysはcuISSの使用例を開発中であると述べているものの、実際に使用しているわけではありません。リリースのセーフハーバー言語は、説明されている製品の多くが「さまざまな段階にあり、利用可能な場合にのみ提供される」と述べています。
スピードアップには審判が存在しません。MLCommonsはAIトレーニングと推論の監査結果を公開していますが、コンピュータ支援エンジニアリングには同等のものはありません。したがって、リリースの倍数はベンダー番号であり、比較ポイントは開示されていません。チップおよびシステム会社がそれらを評価する際には、独自の設計を独自のフローで実行することになります。これが購入を決定する唯一の尺度です。
注目すべき信号は、次のラウンドのスピードアップの主張ではありません。それは、エンジニアリング組織がシミュレーションファームのCPU容量を廃止し始めるかどうかです。これは、購入で明らかになる変化であり、ブースでの発言ではありません。Nvidiaは、リリースで名前の挙がったすべての設計ソフトウェアベンダーのエージェントプラットフォームの下にライブラリを配置しました。同カンファレンスでSynopsysが発表した自動検証エージェントも含みます。どのエージェントが設計フローに勝つかに関係なく、下にあるソルバは同じであり、Nvidiaのシリコンで実行されます。
