Nvidia Tích Hợp Mô Phỏng Vật Lý Vào Bộ Công Cụ Đại Diện Của Nó

Nvidia (NVDA ) đã tích hợp các thư viện vật lý-AI PhysicsNeMo và một tập hợp các thư viện toán học GPU vào Bộ Công Cụ Đại Diện NVIDIA, giúp các giải pháp tăng tốc trở thành thứ mà một đại diện thiết kế tự động có thể gọi giống như bất kỳ công cụ nào khác. Công ty đã công bố sự mở rộng từ Hội nghị Tự động hóa Thiết kế ở Long Beach, California, cùng với một thư viện mới gọi là cuISS nhằm vào các giải pháp giải tích sparse lặp lại.

Đó là phần quan trọng nhất trong thông báo. Đại số tuyến tính sparse là nền tảng số học dưới gần như mọi mô phỏng vật lý mà một kỹ sư chạy, từ dòng chảy chất lỏng đến ứng suất cấu trúc đến điện từ, và đây là một khối lượng công việc đã sống trên các cụm CPU trong nhiều thập kỷ. Nvidia hiện cung cấp ba thư viện bao gồm: cuISS cho các giải pháp lặp lại, cuDSS cho các giải pháp sparse trực tiếp được sử dụng trong mô phỏng mạch và thiết bị, và cuEST cho các phương pháp hóa học lượng tử dự đoán cách các vật liệu hoạt động ở thang nguyên tử.

“Kỹ thuật đã đạt đến một điểm chuyển đổi. AI hiện có thể làm việc với các công cụ vật lý, mô phỏng và thiết kế,” theo Timothy Costa, phó chủ tịch và tổng giám đốc kỹ thuật tính toán tại Nvidia, trong thông báo.

Điều gì thực sự đang chuyển sang GPU

Loại bỏ khung đại diện và kết quả đối tác mà Nvidia công bố đọc như một danh sách các khối lượng công việc mô phỏng được chuyển từ bộ xử lý sang các bộ tăng tốc của họ. Mỗi hình dưới đây là của Nvidia, được báo cáo mà không có máy cơ sở được đặt tên, số lượng lõi hoặc phiên bản phần mềm:

• Samsung báo cáo tốc độ tính toán lithography lên đến 20 lần nhanh hơn bằng cách sử dụng cuLitho, và đang áp dụng PhysicsNeMo cho các vấn đề ứng suất nhiệt ở quy mô chip bao gồm tới 10 tỷ tế bào.
• Keysight đang sử dụng cuDSS để tăng tốc mô phỏng điện từ lên đến 10 lần.
• Silvaco đã chạy một mô phỏng coupler cạnh photon 3,2 tỷ nút lưới trong dưới bốn giờ trên 32 GPU được kết nối bởi NVLink, một công việc mà Nvidia cho rằng mô phỏng dựa trên CPU không thể xử lý một cách thực tế.
• TSMC, Samsung và Synopsys đang tích hợp cuEST cho những gì Nvidia cho biết là tốc độ tăng lên đến 50 lần trên các khối lượng công việc hóa học lượng tử cốt lõi.

Cadence cung cấp hình ảnh rõ ràng nhất về cách bán sản phẩm này. Trình đại diện siêu AI AuraStack của nó, nhắm vào các bảng mạch in và đóng gói tiên tiến, chạy cuDSS trên Millennium M2000, một hệ thống đa vật lý Blackwell mà Cadence bán như một siêu máy tính. Trong bài đăng trên blog hội nghị của mình, Cadence cho biết có thể tăng tốc lên đến 15 lần các quy trình thiết kế và giảm thời gian đưa sản phẩm ra thị trường lên đến 2 lần so với con số 20 lần của Nvidia trong thông cáo báo chí, và nó nêu rõ kích thước của nhóm có thể tiếp cận một cách rõ ràng: riêng việc xác minh đã tiêu tốn hàng tỷ giờ tính toán mỗi năm trên toàn ngành.

Nvidia cũng lặp lại tuyên bố rằng mô hình mở Nemotron 3 Ultra dẫn đầu các mô hình mở khác trong mã hóa đại diện của thiết kế mức logic, mã mô tả phần cứng chỉ định logic của một con chip. Kết quả này đến từ một đại diện nghiên cứu của Nvidia được đo trên một điểm chuẩn mà Nvidia xuất bản, điều này làm cho nó trở thành một phép đo của phần mềm công ty chứ không phải là một phán quyết từ bên ngoài.

Các thư viện là miễn phí. Silicon thì không.

PhysicsNeMo là mã nguồn mở theo giấy phép Apache 2.0, được xây dựng trên PyTorch, với các thùng chứa có sẵn miễn phí. Các thư viện CUDA-X là các thư viện thay thế miễn phí cho mã song song được điều chỉnh thủ công. Không có gì chạy ở bất kỳ nơi nào ngoại trừ GPU của Nvidia.

Đó là giao dịch mà thông báo mã hóa. Đưa phần mềm kỹ thuật số miễn phí mà các nhà cung cấp phần mềm kỹ thuật sẽ phải tự viết, và phần cứng bên dưới trở thành mục duy nhất mà ai đó phải trả tiền. Bộ Công Cụ Đại Diện là kênh phân phối: mô hình, công cụ và thời gian chạy mà Cadence, Siemens và Synopsys đang xây dựng các đại diện của riêng họ trên đó, với các thư viện của Nvidia nằm ở đáy của cả ba ngăn xếp.

Đọc cùng với nỗ lực song song của Nvidia để đặt CPU Vera của mình vào các khối lượng công việc xác minh từ chối chạy trên GPU, chiến lược bao gồm cả hai nửa của hóa đơn tính toán của một công ty chip. Mô phỏng ràng buộc giải pháp chuyển sang các bộ tăng tốc. Xác minh ràng buộc luồng đơn chuyển sang CPU mà Nvidia cũng xây dựng.

Điều mà thông cáo báo chí không cam kết

Nvidia đã không cung cấp ngày giao hàng cho cuISS. Thông báo liên kết đến các trang dành cho nhà phát triển cho cuDSS và cuEST nhưng không có trang đích để trỏ đến thư viện mới, và nó mô tả Synopsys vẫn đang phát triển các trường hợp sử dụng cho nó chứ không chạy nó trong sản xuất. Ngôn ngữ an toàn của thông cáo báo chí rất rõ ràng về phần còn lại: nhiều sản phẩm được mô tả “vẫn còn trong các giai đoạn khác nhau và sẽ được cung cấp trên cơ sở khi và nếu có sẵn”.

Các tốc độ tăng cũng không có trọng tài. MLCommons xuất bản kết quả được kiểm toán cho đào tạo và suy luận AI, và không có gì tương đương cho kỹ thuật hỗ trợ bởi máy tính, vì vậy mỗi lần tăng trong thông cáo báo chí là một con số của nhà cung cấp với không có điểm so sánh được tiết lộ. Các công ty chip và hệ thống đánh giá chúng sẽ chạy các thiết kế của riêng họ thông qua các quy trình của riêng họ, điều này là phép đo duy nhất quyết định một mua hàng.

Tín hiệu để theo dõi không phải là vòng tuyên bố tốc độ tăng tiếp theo tại một hội chợ thương mại. Đó là liệu các tổ chức kỹ thuật có bắt đầu loại bỏ khả năng CPU trong các trang trại mô phỏng của họ hay không, một sự thay đổi thể hiện trong những gì họ mua chứ không phải là những gì họ nói tại một gian hàng. Nvidia đã đặt các thư viện của mình dưới nền tảng đại diện của mọi nhà cung cấp phần mềm thiết kế được đề cập trong thông cáo báo chí, bao gồm cả các đại diện xác minh tự động Synopsys đã công bố tại cùng một hội nghị. Bất kể ai trong số họ giành được dòng thiết kế, giải pháp bên dưới là相同, và nó chạy trên silicon của Nvidia.