เอ็นวิดیاเชื่อมต่อซิมูเลชั่นฟิสิกส์เข้ากับเครื่องมือเอเจนต์ AI

เอ็นวิดیا (NVDA ) ได้นำ PhysicsNeMo physics-AI libraries และชุด GPU math libraries มาใส่ใน NVIDIA Agent Toolkit ทำให้ solvers ที่เร่งความเร็วกลายเป็นสิ่งที่เอเจนต์ออกแบบอัตโนมัติสามารถเรียกใช้ได้เหมือนกับเครื่องมืออื่นๆ บริษัท ประกาศการขยาย จาก Design Automation Conference ใน Long Beach, California พร้อมกับไลบรารี่ใหม่ชื่อ cuISS ที่มุ่งเน้นไปที่ iterative sparse solvers

สิ่งที่น่าสนใจคือส่วนหลังของข่าวนี้ Sparse linear algebra เป็นเรื่องพื้นฐานของการจำลองทางกายภาพที่วิศวกรใช้ในการทำงานตั้งแต่การไหลของของไหล การเครียดของโครงสร้าง ไปจนถึงการเคลื่อนที่ของแม่เหล็กไฟฟ้า และเป็นงานที่ใช้ CPU clusters มาเป็นเวลานาน เอ็นวิดียามีไลบรารี่สามชุดสำหรับการทำงานนี้แล้ว: cuISS สำหรับ solvers ที่ใช้การวนซ้ำ cuDSS สำหรับ solvers ที่ใช้การแก้ปัญหาโดยตรงในวงจรและอุปกรณ์ และ cuEST สำหรับวิธีการทางเคมีควอนตัมที่ใช้ในการทำนายพฤติกรรมของวัสดุในระดับอะตอม

“วิศวกรรมได้ถึงจุดเปลี่ยน AI สามารถทำงานร่วมกับเครื่องมือฟิสิกส์ ซิมูเลชั่น และการออกแบบได้แล้ว” Timothy Costa รองประธานและผู้จัดการทั่วไปของการคำนวณวิศวกรรมของเอ็นวิดียากล่าวในการประกาศ

สิ่งที่กำลังย้ายไปยัง GPU จริงๆ

ถ้าเราลบกรอบเอเจนต์ออกไป ผลลัพธ์ที่เอ็นวิดียาพิมพ์เผยแพร่จะเหมือนกับรายการงานซิมูเลชั่นที่ถูกย้ายออกจากโปรเซสเซอร์และไปยังเครื่องเร่งความเร็วของเอ็นวิดียา ตัวเลขทั้งหมดด้านล่างเป็นตัวเลขของเอ็นวิดียาที่ไม่มีการเปรียบเทียบกับเครื่องมาตรฐานหรือซอฟต์แวร์:

• Samsung รายงานความเร็วในการคำนวณลิเธียกราฟีได้เร็วขึ้น 20 เท่าโดยใช้ cuLitho และกำลังใช้ PhysicsNeMo ในการแก้ปัญหาเครื่องทำความร้อนในระดับชิปที่มีเซลล์มากถึง 10 พันล้านเซลล์
• Keysight ใช้ cuDSS เพื่อเร่งการจำลองแม่เหล็กไฟฟ้าได้เร็วขึ้น 10 เท่า
• Silvaco ทำการจำลอง photonic edge coupler ที่มีจุดเมช 3.2 พันล้านจุดในเวลาไม่ถึงสี่ชั่วโมงโดยใช้ 32 GPU ที่เชื่อมต่อกันผ่าน NVLink ซึ่งเป็นงานที่เอ็นวิดียาบอกว่าไม่สามารถทำได้ด้วย CPU
• TSMC, Samsung และ Synopsys กำลังรวม cuEST เพื่อเพิ่มความเร็วในการทำงานเคมีควอนตัมขึ้น 50 เท่าตามที่เอ็นวิดียาบอก

Cadence ให้ภาพที่ชัดเจนเกี่ยวกับวิธีการขายสินค้า AuraStack AI Super Agent ของพวกเขา ซึ่งใช้ cuDSS บนระบบ Millennium M2000 ที่เป็นระบบ Blackwell-based สำหรับการออกแบบวงจรพิมพ์และแพ็คเกจขั้นสูง ใน บล็อกการประชุมของพวกเขา Cadence อ้างว่าสามารถเพิ่มความเร็วในการออกแบบได้ 15 เท่า และลดเวลาในการเข้าสู่ตลาดลง 2 เท่า นอกเหนือจากตัวเลข 20 เท่าที่เอ็นวิดียาให้ไว้ และพวกเขาแสดงขนาดของกลุ่มเป้าหมายที่ชัดเจน: การยืนยันเพียงอย่างเดียวกินเวลาคำนวณหลายพันล้านชั่วโมงต่อปีในอุตสาหกรรม

เอ็นวิดียายังบอกอีกว่า Nemotron 3 Ultra เป็นโมเดลที่ดีที่สุดสำหรับการเขียนโค้ดอัตโนมัติในระดับ register-transfer ซึ่งเป็นโค้ดที่อธิบายลอจิกของชิป ผลลัพธ์นี้มาจากการทดสอบของเอ็นวิดียาที่ใช้บนเบンチมาร์กของเอ็นวิดียาเอง ซึ่งเป็นการวัดผลของซอฟต์แวร์ของเอ็นวิดียาด้วยตัวเอง

ไลบรารี่เป็นของฟรี แต่ซิลิกอนไม่ใช่

PhysicsNeMo เป็นซอฟต์แวร์เสรีภายใต้ใบอนุญาต Apache 2.0 สร้างบน PyTorch และมี컨เทนเนอร์ให้ใช้ฟรี CUDA-X libraries เป็นซอฟต์แวร์ที่ให้ใช้ฟรีและสามารถใช้แทนโค้ดที่เขียนเองได้ แต่ไม่สามารถใช้ได้นอกจากบน GPU ของเอ็นวิดียา

การประกาศนี้แสดงถึงการแลกเปลี่ยน เอ็นวิดียาแจกจ่ายซอฟต์แวร์ระดับเลขศิลป์ให้กับซัพพลายเออร์ซอฟต์แวร์วิศวกรรมโดยไม่มีค่าใช้จ่าย แต่ฮาร์ดแวร์ใต้ซอฟต์แวร์เหล่านั้นกลายเป็นสิ่งที่ต้องจ่ายเงิน Agent Toolkit คือช่องทางในการแจกจ่าย: โมเดล เครื่องมือ และรันไทม์ที่ Cadence, Siemens และ Synopsys กำลังสร้างเอเจนต์ของตนเองโดยใช้ไลบรารี่ของเอ็นวิดียาที่อยู่ด้านล่างของทั้งสามสแต็ค

เมื่ออ่านร่วมกับการผลักดันของเอ็นวิดียาที่จะใช้ Vera CPU ในการทำงานยืนยันที่ไม่สามารถทำได้ด้วย GPU แสดงให้เห็นว่ากลยุทธ์นี้ครอบคลุมทั้งสองส่วนของบิลการคำนวณของบริษัทชิป การจำลองที่มีการใช้ solvers จะไปที่เครื่องเร่งความเร็ว การยืนยันที่มีการใช้ single-thread จะไปที่ CPU ที่เอ็นวิดียากำลังสร้าง

สิ่งที่การประกาศไม่ได้ให้คำมั่นสัญญา

เอ็นวิดียาไม่ได้ให้คำมั่นว่า cuISS จะวางจำหน่ายเมื่อไหร่ การประกาศมีเพียงการเชื่อมโยงไปที่หน้าสำหรับนักพัฒนา cuDSS และ cuEST แต่ไม่มีหน้าสำหรับไลบรารี่ใหม่ และยังบอกว่า Synopsys ยังอยู่ในระหว่างการพัฒนากรณีการใช้งานสำหรับ cuISS ไม่ใช่การใช้งานจริง การประกาศมีภาษาที่ชัดเจนเกี่ยวกับสิ่งที่เหลือ: “ผลิตภัณฑ์หลายอย่างยังอยู่ในระหว่างการพัฒนาและจะวางจำหน่ายเมื่อถึงเวลาที่เหมาะสม”

ความเร็วที่อ้างว่ามีไม่มีการตรวจสอบ MLCommons พิมพ์ผลลัพธ์ที่ตรวจสอบแล้วสำหรับการฝึกอบรม AI และการอนุมาน แต่ไม่มีสิ่งใดที่เทียบเท่าสำหรับการออกแบบช่วยโดยคอมพิวเตอร์ ดังนั้นแต่ละตัวคูณที่อ้างว่ามีจึงเป็นตัวเลขของซัพพลายเออร์โดยไม่มีจุดเปรียบเทียบ บริษัทชิปและระบบที่ประเมินสิ่งเหล่านี้จะทำการวิเคราะห์ด้วยการออกแบบของตนเองผ่านการไหลของตนเอง ซึ่งเป็นวิธีการวัดที่ตัดสินใจซื้อ

สิ่งที่ต้องจับตามองคือไม่ใช่การอ้างว่ามีความเร็วมากขึ้นในงานแสดงสินค้า แต่เป็นว่าองค์กรวิศวกรรมจะเริ่มปลด CPU ออกจากฟาร์มซิมูเลชั่นหรือไม่ ซึ่งเป็นการเปลี่ยนแปลงที่เห็นได้จากสิ่งที่พวกเขาซื้อ ไม่ใช่สิ่งที่พวกเขาพูดที่บูธ เอ็นวิดียาได้วางไลบรารี่ของตนไว้ใต้แพลตฟอร์มเอเจนต์ของซัพพลายเออร์ซอฟต์แวร์วิศวกรรมทุกคนในรายชื่อ รวมทั้ง เอเจนต์ยืนยันแบบอัตโนมัติของ Synopsys ที่เปิดตัวในงานประชุมเดียวกัน ไม่ว่าใครจะชนะการไหลของการออกแบบ สolvers ที่อยู่ด้านล่างจะเป็นสิ่งเดียวกัน และจะทำงานบนซิลิกอนของเอ็นวิดียา