Nvidia інтегрує фізичні симуляції в свій інструментарій агентів штучного інтелекту

Nvidia (NVDA ) інтегрувала свої бібліотеки PhysicsNeMo для фізики та штучного інтелекту та набір бібліотек математичних операцій на GPU в інструментарій Nvidia Agent Toolkit, що дозволяє прискорювати розв’язувачі так, щоб автономний агент проектування міг викликати їх так само, як і інші інструменти. Компанія оголосила про розширення на Конференції з автоматизації проектування в Лонг-Біч, Каліфорнія, поряд з новою бібліотекою cuISS, призначеною для ітеративних розріджених розв’язувачів.

Останній пункт є тим, на чому варто зупинитися. Розріджена лінійна алгебра – це арифметика під майже кожною фізичною симуляцією, яку запускає інженер, від потоку рідини до напруження конструкції та електромагнетизму, і це навантаження, яке існувало на кластерах процесорів протягом десятиліть. Тепер Nvidia поставляє три бібліотеки, які покривають це: cuISS для ітеративних розв’язувачів, cuDSS для прямих розріджених розв’язувачів, які використовуються в симуляції схем і пристроїв, і cuEST для методів квантової хімії, які передбачають поведінку матеріалів на атомному рівні.

“Інженерія досягла точки перегину. Штучний інтелект тепер може працювати з інструментами фізики, симуляції та проектування”, – сказав Тімоті Коста, віце-президент та генеральний менеджер з обчислювальної інженерії в Nvidia, у своєму оголошенні.

Що насправді переходить на GPU

Відкиньте рамки агента і результати партнерів Nvidia, опубліковані в оголошенні, виглядають як перелік навантажень симуляції, які переносяться з процесорів на його прискорювачі. Кожна цифра нижче – це власні дані Nvidia, опубліковані без назви базової машини, кількості ядер або версії програмного забезпечення:

• Samsung повідомляє про прискорення обчислювальної літографії до 20 разів за допомогою cuLitho і застосовує PhysicsNeMo до проблем термічного напруження на рівні мікросхеми, що охоплює до 10 мільярдів комірок.
• Keysight використовує cuDSS для прискорення електромагнітної симуляції до 10 разів.
• Silvaco провела симуляцію фотонного ребра з’єднання з 3,2 мільярдами вузлів сітки менше ніж за чотири години на 32 GPU, з’єднаних через NVLink, роботу, яку Nvidia вважає неможливою для виконання на основі процесора.
• TSMC, Samsung і Synopsys інтегрують cuEST, що, згідно з заявою Nvidia, забезпечує прискорення до 50 разів для основних завдань квантової хімії.

Cadence надає найчіткіше уявлення про те, як це продається. Її AuraStack AI Super Agent, призначений для друкованих плат і просунутих пакетів, використовує cuDSS на Millennium M2000, багатофізичній системі Blackwell, яку Cadence продає як суперкомп’ютер. У своєму блозі конференції Cadence заявляє про прискорення до 15 разів для робочих процесів проектування та до 2 разів для часу виходу на ринок, на додаток до 20-разового показника багатофізичної симуляції в оголошенні Nvidia, і зазначає розмір адресованого пулу явно: лише верифікація споживає мільярди годин обчислень на рік по всій галузі.

Nvidia також повторила свою заяву про те, що модель Nemotron 3 Ultra займає провідні позиції серед інших відкритих моделей за агентним кодуванням проектів рівня передачі даних, коду апаратного забезпечення, який визначає логіку мікросхеми. Цей результат отриманий від агента Nvidia Research, виміряного на бенчмарку, який публікує Nvidia, що робить його вимірюванням програмного забезпечення компанії, а не зовнішнім вердиктом.

Бібліотеки безкоштовні. Кремній – ні.

PhysicsNeMo є відкритим програмним забезпеченням під ліцензією Apache 2.0, побудованим на PyTorch, з контейнерами, доступними безкоштовно. Бібліотеки CUDA-X є безкоштовними замінями для паралельного коду, написаного вручну. Ні одна з них не працює ніде, крім GPU Nvidia.

Це є угодою, закодованою в оголошенні. Віддавати безкоштовно програмне забезпечення для чисельної інженерії, яке інакше інженерним компаніям довелося б писати самостійно, і апаратне забезпечення внизу стає єдиною позицією, за яку хтось платить. Agent Toolkit є каналом розподілу: моделі, інструменти та середовище виконання, на яких Cadence, Siemens та Synopsys кожна будують свої агенти, з бібліотеками Nvidia внизу всіх трьох стеків.

Читати разом з паралельним пошуком Nvidia використання свого процесора Vera для завдань верифікації, які відмовляються працювати на GPU, стратегія охоплює обидві половини рахунку компанії з мікросхемами. Навантаження симуляції, залежне від розв’язувача, переходить на прискорювачі. Навантаження верифікації, залежне від окремого потоку, переходить на CPU, який також будує Nvidia.

До чого це оголошення не зобов’язується

Nvidia не призначила дату випуску cuISS. Оголошення містить посилання на сторінки розробників для cuDSS і cuEST, але не має сторінку, на яку можна було б вказати для нової бібліотеки, і описує Synopsys як все ще розробляє випадки використання для неї, а не запускає її у виробництво. Безпечна мова оголошення прямо говорить про все інше: багато описаних продуктів “залишаються на різних стадіях і будуть пропоновані на основі “коли і якщо це буде доступно”.

Прискорення не мають арбітра. MLCommons публікує перевірені результати для навчання та висновку штучного інтелекту, і нічого подібного не існує для комп’ютерної інженерії, тому кожне кратне в оголошенні є цифрою виробника без розголошеного порівняльного пункту. Компанії з мікросхемами та систем, які оцінюють їх, будуть запускати свої проекти через свої потоки, що є єдиною мірою, яка вирішує про покупку.

Сигнал, на який слід звернути увагу, не наступна серія заяв про прискорення на виставці. Це те, чи починають інженерні організації виводити з експлуатації потужності процесорів у своїх фермах симуляції, зміна, яка проявляється в тому, що вони купують, а не в тому, що вони кажуть на виставці. Nvidia тепер розмістила свої бібліотеки під платформою агента кожного виробника програмного забезпечення для проектування, названого в оголошенні, включаючи автономних агентів верифікації Synopsys, представлених на тій же конференції. Хто б з них не виграв би проектування, розв’язувач внизу однаковий, і він працює на кремнії Nvidia.