英伟达重构工程软件栈：Agent、PhysicsNeMo 与 CUDA-X 合流

今日，NVIDIA宣布扩展面向工程领域的NVIDIA Agent Toolkit，将 NVIDIA PhysicsNeMo "™和 CUDA-X "™库作为智能体就绪的工具与技能纳入其中，旨在重塑全球产品设计与开发模式。 构建新一代芯片和系统 "要求团队在日益复杂的设计周期中，打通物理、仿真和性能分析环节。为应对这种复杂性，一类全新的自主AI工程师应运而生。它们借助专业工具进行仿真并生成高保真数据，从而推动芯片设计、验证、封装及系统工程的规模化发展。 NVIDIA现已将架构重构的PhysicsNeMo整合为一系列支持智能体的友好型库，并新增及更新了CUDA-X库，以支持复杂的工程任务。上述能力已被纳入 NVIDIA Agent Toolkit "。其中，PhysicsNeMo提供用于模型训练与部署的AI物理技能，而CUDA-X库则将加速求解器和量子化学能力引入智能体工程工作流。 NVIDIA计算工程副总裁兼总经理Timothy Costa表示：“工程领域已迎来关键拐点。如今，AI能够熟练运用物理、仿真和设计工具。借助NVIDIA Agent Toolkit，开发者可以构建出具备物理推理能力、能运行复杂仿真并生成高保真数据的智能体工程师，使其成为芯片与系统设计创新的新引擎。” NVIDIA Agent Toolkit为工程智能体新增AI物理与加速计算技能 NVIDIA Agent Toolkit帮助开发者构建连接特定领域工具、模型和数据的专用工程AI助手。随着NVIDIA PhysicsNeMo和CUDA-X库的加入，这些智能体如今能够运用AI物理技能、加速求解器和量子化学能力，为芯片、系统及工业工程领域提供服务。 核心功能包括： AI物理技能：NVIDIA PhysicsNeMo库帮助智能体针对复杂的设计与仿真任务，训练和部署可定制的AI物理模型，将模型架构转化为工程工作流中可直接调用的工具。迭代稀疏求解器：全新的NVIDIA cuISS（CUDA Iterative Sparse Solvers，CUDA迭代稀疏求解器）库可加速基于物理和工程仿真中的大型稀疏线性系统的求解。该库专为在GPU上实现灵活性与高性能而设计，凭借现代化的可组合求解器与预处理技术，可帮助开发者为智能体工程工作流构建可扩展的生产级仿真引擎。直接稀疏求解器： NVIDIA cuDSS "（CUDA Direct Sparse Solvers，CUDA直接稀疏求解器）可加速电子设计自动化（EDA）和科学仿真中核心的大型复杂稀疏线性系统求解。它为器件、电路和系统仿真等关键工作负载提供高性能与数值鲁棒性，并支持在生产环境中的多GPU和多节点扩展部署。量子化学： NVIDIA cuEST "（CUDA Electronic Structure Theory，CUDA电子结构理论）将高精度的量子化学仿真引入器件相关尺度，使密度泛函理论（DFT）及后DFT方法能够大规模集成到生产工作流中。cuEST支持多种现代泛函，使日益庞大的基态和激发态仿真在NVIDIA GPU上变得切实可行，从而为客户带来实际的生产价值。 NVIDIA Nemotron 3 Ultra开放模型推动芯片设计智能体编码 芯片设计依赖于专业的寄存器传输级（RTL）编码，这要求极高的准确性、深厚的领域专业知识以及灵活的部署能力。 借助 NVIDIA研究中心 "推出的硬件设计智能体 ACE-RTL "， NVIDIA Nemotron™ 3 " Ultra在 全面的Verilog设计问题基准测试 "中表现优异，在开放模型的智能体RTL编码任务中拔得头筹。 NVIDIA Nemotron 3 地址：https://developer.nvidia.cn/topics/ai/nemotron 这表明 Nemotron 3 Ultra 具备很高的准确性和效率，且支持在专有数据上进行后训练，并可在本地或企业内部部署，从而在企业构建用于芯片设计AI智能体时，为其提供更强的可控性、定制化能力和数据隐私保障。 开发者可通过多种途径快速上手 Nemotron 3 Ultra，包括使用 Cadence 的 Harness、新思科技面向设计验证及模拟与混合信号工作流打造的全自主可长时间运行的智能体、西门子的 Questa One 智能验证智能体工具包，以及在 Hugging Face 平台体验。 软件巨头借助NVIDIA技术打造自主AI工程师 工业工程领域的先行者们已开始利用全新及扩展后的 NVIDIA Agent Toolkit 组件，开发自主AI工程师。 Cadence " 将NVIDIA Nemotron、加速计算和CUDA-X库与最新推出的Cadence AuraStack AI Super Agent及Cadence Millennium M2000平台相结合，自主驱动从探索到签核（signoff）的高级封装与印制电路板（PCB）设计，实现高达20倍的多物理场性能提升。这进一步完善了Cadence的硅片设计超级智能体产品组合，实现从架构到制造签核的芯片设计工作流端到端覆盖。 此外，双方的合作从智能体设计延伸至底层计算。包括形式验证平台Cadence Jasper在内的EDA与系统设计自动化产品组合，正针对 NVIDIA Vera CPU " 进行优化，以帮助工程团队更快地验证先进芯片设计。 新思科技利用 NVIDIA Agent Toolkit、NVIDIA NIM™、Nemotron开放模型、NVIDIA NeMo™ Gym库及NVIDIA NemoClaw™蓝图，结合Synopsys AgentEngineer，构建跨芯片与系统设计的安全、加速智能体工作流。借助Ansys Icepak，新思科技的智能体工作流可自主执行复杂GPU散热设计优化的仿真设置及前后处理。同时，新思科技正开发NVIDIA cuISS的用例，以加速仿真工作负载。 双方的合作同样从智能体工作流延伸至底层计算平台。用于在流片前仿真和验证复杂芯片设计的高性能功能验证解决方案Synopsys VCS，正针对NVIDIA Vera CPU进行优化，以提升验证吞吐量。 西门子正将NVIDIA NeMo Gym、Nemotron开放模型和CUDA-X库与 西门子Fuse EDA AI智能体 "结合使用，以编排跨半导体、3D-IC、PCB及系统设计的多工具与多智能体工作流，覆盖从概念设计到签核的全流程。在西门子Solido Characterization Suite中，这些智能体AI工作流使库特征速度提升10倍以上，同时将Token成本降低至原来的1/10以上。 三星正利用 NVIDIA cuLitho " 和CUDA-X库，使计算光刻性能提升高达20倍；同时应用NVIDIA PhysicsNeMo进行芯片级热应力分析，在包含高达100亿个单元的区域中实现了数值求解器级别的精度。 ChipAgents " 正使用NVIDIA Agent Toolkit构建用于芯片设计与验证的特定领域AI智能体。该团队正针对包括调试、形式验证、覆盖率等在内的复杂端到端半导体设计与验证工作流，对NVIDIA Nemotron模型进行微