NVIDIA ha ampliato NVIDIA Agent Toolkit for Engineering integrando le librerie NVIDIA PhysicsNeMo riprogettate per l’utilizzo da parte degli agenti e una serie di librerie CUDA-X nuove o aggiornate. L’obiettivo è consentire agli sviluppatori di realizzare ingegneri AI autonomi capaci di collegarsi a strumenti, modelli e dati specifici di settore, ragionare sulla fisica dei sistemi, eseguire simulazioni complesse e generare dati ad alta fedeltà per attività di progettazione, verifica, packaging e sviluppo di chip, sistemi e prodotti industriali. La progettazione di circuiti e sistemi di nuova generazione richiede infatti di coordinare analisi fisiche, simulazioni numeriche e valutazioni delle prestazioni lungo cicli di sviluppo sempre più articolati. Gli agenti costruiti con NVIDIA Agent Toolkit possono utilizzare strumenti specializzati, avviare autonomamente simulazioni e trasferire i risultati tra più applicazioni ingegneristiche, trasformando architetture di intelligenza artificiale e librerie scientifiche in funzioni richiamabili all’interno dei flussi di lavoro. PhysicsNeMo fornisce le capacità di AI physics necessarie per addestrare e distribuire modelli fisici personalizzabili, mentre CUDA-X aggiunge risolutori numerici accelerati e strumenti per la chimica quantistica.
Tra le nuove componenti figura NVIDIA cuISS, CUDA Iterative Sparse Solvers, una libreria progettata per accelerare la risoluzione iterativa di grandi sistemi lineari sparsi utilizzati nelle simulazioni ingegneristiche e basate sulla fisica. La libreria mette a disposizione risolutori e precondizionatori componibili, ottimizzati per le GPU e destinati alla realizzazione di motori di simulazione scalabili e utilizzabili in ambienti di produzione. NVIDIA cuDSS, CUDA Direct Sparse Solvers, gestisce invece la risoluzione diretta di sistemi lineari sparsi complessi, centrali nelle applicazioni di electronic design automation e nelle simulazioni scientifiche. La libreria combina prestazioni elevate e robustezza numerica per carichi di lavoro come la simulazione di dispositivi, circuiti e sistemi, supportando configurazioni multi-GPU e distribuzioni multi-nodo. NVIDIA cuEST, CUDA Electronic Structure Theory, introduce nei flussi industriali simulazioni di chimica quantistica ad alta accuratezza applicabili a scale rilevanti per la progettazione dei dispositivi. La piattaforma permette di integrare metodi basati sulla teoria del funzionale della densità, DFT, e tecniche post-DFT nei processi produttivi, supportando numerosi funzionali moderni e rendendo gestibili sulle GPU NVIDIA simulazioni sempre più estese degli stati fondamentali ed eccitati.
L’espansione riguarda anche la progettazione dei chip attraverso NVIDIA Nemotron 3 Ultra. Il modello viene utilizzato con ACE-RTL, un agente sviluppato da NVIDIA Research per la progettazione hardware, e ha ottenuto risultati di primo piano tra i modelli aperti nel coding agentico register-transfer level sul benchmark Comprehensive Verilog Design Problems. La scrittura di codice RTL richiede elevata precisione, conoscenze specialistiche e flessibilità nella distribuzione, poiché descrive il comportamento dei circuiti digitali prima della loro implementazione fisica. Nemotron 3 Ultra può essere sottoposto a post-training utilizzando dati proprietari e distribuito localmente o negli ambienti on-premise delle imprese. Questo permette alle aziende di personalizzare gli agenti per la progettazione e la verifica dei semiconduttori mantenendo un maggiore controllo sui dati e sulla riservatezza delle informazioni tecniche.
Gli sviluppatori possono utilizzare il modello attraverso l’harness di Cadence, gli agenti autonomi di lunga durata di Synopsys per la verifica progettuale e i flussi analogici e mixed-signal, il toolkit agentico Siemens Questa One Smart Verification e la piattaforma Hugging Face. Cadence sta impiegando NVIDIA Nemotron, il calcolo accelerato e le librerie CUDA-X insieme a Cadence AuraStack AI Super Agent e alla piattaforma Cadence Millennium M2000. Il sistema è destinato a gestire autonomamente la progettazione di package avanzati e circuiti stampati, dalle prime esplorazioni progettuali fino al signoff finale, ottenendo prestazioni fino a venti volte superiori nelle elaborazioni multifisiche. Questa soluzione si affianca al portafoglio di super agenti per la progettazione del silicio di Cadence, che copre l’intero processo, dall’architettura iniziale al signoff per la produzione. La collaborazione tra Cadence e NVIDIA comprende anche l’infrastruttura di calcolo. Gli strumenti EDA e di system design automation di Cadence, tra cui la piattaforma di verifica formale Cadence Jasper, vengono ottimizzati per la CPU NVIDIA Vera, con l’obiettivo di accelerare la validazione dei progetti di chip avanzati.
Synopsys utilizza NVIDIA Agent Toolkit, i microservizi NVIDIA NIM, i modelli aperti Nemotron, la libreria NVIDIA NeMo Gym e i blueprint NVIDIA NemoClaw insieme a Synopsys AgentEngineer. L’integrazione permette di creare flussi agentici sicuri e accelerati per la progettazione di chip e sistemi. Attraverso Ansys Icepak, il workflow agentico di Synopsys può configurare autonomamente le simulazioni ed eseguire le operazioni di pre-processing e post-processing necessarie all’ottimizzazione dei sistemi di raffreddamento delle GPU. Synopsys sta inoltre sviluppando applicazioni basate su cuISS per accelerare i carichi di simulazione. La soluzione di verifica funzionale Synopsys VCS, utilizzata per simulare e validare progetti complessi prima della produzione, viene parallelamente ottimizzata per NVIDIA Vera CPU, così da aumentare la capacità di elaborazione delle attività di verifica.
Siemens combina NVIDIA NeMo Gym, i modelli Nemotron e le librerie CUDA-X con Siemens Fuse EDA AI Agent per orchestrare flussi composti da più strumenti e più agenti. Il sistema copre la progettazione di semiconduttori, circuiti integrati tridimensionali, PCB e sistemi completi, dalla fase concettuale al signoff. All’interno di Siemens Solido Characterization Suite, questi workflow hanno consentito di ridurre di oltre dieci volte i tempi di caratterizzazione delle librerie e, contemporaneamente, di abbassare di oltre dieci volte i costi associati ai token utilizzati dagli agenti. Samsung sta usando NVIDIA cuLitho e le librerie CUDA-X per ottenere prestazioni fino a venti volte superiori nella litografia computazionale. L’azienda applica inoltre PhysicsNeMo all’analisi delle sollecitazioni termiche su scala chip, raggiungendo un’accuratezza paragonabile a quella dei risolutori numerici tradizionali anche su domini costituiti da un massimo di 10 miliardi di celle. ChipAgents impiega NVIDIA Agent Toolkit per realizzare agenti specifici per la progettazione e la verifica dei chip. Il gruppo sta eseguendo il fine-tuning dei modelli Nemotron per automatizzare flussi end-to-end che comprendono debug, verifica formale, analisi della copertura e altre attività specialistiche del processo di sviluppo dei semiconduttori. Silvaco utilizza il calcolo accelerato NVIDIA per aumentare la scala e la precisione delle simulazioni ottiche tridimensionali eseguite con Silvaco Victory Device. Su una configurazione composta da 32 GPU NVIDIA interconnesse tramite NVIDIA NVLink, il sistema ha completato in meno di quattro ore la simulazione di un accoppiatore fotonico con una mesh da 3,2 miliardi di nodi, un carico di lavoro considerato oltre i limiti pratici delle simulazioni basate esclusivamente su CPU. Keysight sta utilizzando NVIDIA cuDSS per accelerare fino a dieci volte le simulazioni elettromagnetiche. Samsung, Synopsys e TSMC stanno invece integrando NVIDIA cuEST nelle proprie pipeline accelerate tramite GPU, ottenendo incrementi prestazionali fino a cinquanta volte per alcuni dei principali carichi di lavoro di chimica quantistica.
Con questa evoluzione, NVIDIA Agent Toolkit non si limita a collegare un modello linguistico agli strumenti di progettazione, ma fornisce agli agenti un insieme di competenze ingegneristiche richiamabili, risolutori numerici accelerati e modelli aperti personalizzabili. La piattaforma punta così a sostenere flussi autonomi di lunga durata nei quali l’AI può coordinare simulazione, analisi, verifica e ottimizzazione, mantenendo l’intervento umano nei processi di controllo e validazione. Le tecnologie sono state presentate anche nell’ambito della partecipazione di NVIDIA alla Design Automation Conference, DAC.