Chipdesign und Engineering: Nvidia nutzt Vera für EDA und PhysicsNeMo wird agentisch

Nvidia verzahnt die CPU-, KI- und Software-Strategie enger miteinander. Die Vera-CPU soll die Entwicklung neuer Chips intern beschleunigen, während das Nvidia Agent Toolkit mit PhysicsNeMo und neuen CUDA-X-Bibliotheken zu einer Plattform für autonome KI-Agenten ausgebaut wird, die komplexe Engineering-Workflows unterstützen.

Nvidia setzt die Entwicklung der neuen Arm-CPU Vera nicht nur für zukünftige AI-Fabriken ein, sondern nutzt die Architektur bereits selbst zur Entwicklung neuer Halbleiter. Wie das Unternehmen heute angekündigt hat, dient Vera als Rechenplattform für Electronic Design Automation (EDA), um die Entwicklung immer komplexerer Chips zu beschleunigen. Parallel baut Nvidia das Agent Toolkit für Engineering-Anwendungen aus. Neue PhysicsNeMo- und CUDA-X-Komponenten sollen autonome KI-Agenten befähigen, physikbasierte Simulationen, Verifikation und weitere Entwicklungsschritte eigenständig auszuführen.

Vera soll EDA-Workloads beschleunigen

Nach Angaben von Nvidia steigt der Rechenaufwand moderner Chipentwicklung kontinuierlich. Bereits einzelne Schritte wie Logiksynthese, Timing Closure, Place-and-Route, Verifikation oder parasitäre Extraktion umfassen Millionen bis Milliarden von Berechnungen und verteilen sich auf große CPU-Cluster.

Genau für diese Art von Lasten sei Vera entwickelt worden. Die CPU soll eine hohe Single-Thread-Leistung mit hoher Speicherbandbreite kombinieren und dadurch klassische EDA-Software ebenso beschleunigen wie moderne agentische KI-Workflows. Nvidia beschreibt Vera dabei als Plattform, die sowohl konventionelle Engineering-Anwendungen als auch KI-Agenten ausführen kann, welche Entwickler bei komplexen Designaufgaben unterstützen.

Nvidia nennt dabei mehrere typische Einsatzfelder innerhalb des Chipdesigns. Dazu zählen unter anderem Schaltungsentwurf, physikalische Implementierung, Verifikation sowie umfangreiche Simulationen. Vera soll diese CPU-intensiven Arbeitsschritte verkürzen und gleichzeitig die Reaktionszeit interaktiver Entwicklungswerkzeuge verbessern. Das Unternehmen sieht die CPU als wichtigen Baustein, um die Entwicklungszeit zukünftiger GPU-Generationen weiter zu reduzieren.

KI-Agenten sollen Engineering-Workflows übernehmen

Parallel erweitert Nvidia das bereits vorgestellte Agent Toolkit speziell für Engineering-Anwendungen. Ziel ist es, spezialisierte KI-Agenten zu entwickeln, die nicht lediglich Fragen beantworten, sondern auf Werkzeuge, Bibliotheken, Modelle und Simulationssoftware zugreifen und eigenständig komplexe Arbeitsabläufe durchführen können.

Dafür integriert Nvidia nun PhysicsNeMo sowie mehrere CUDA-X-Bibliotheken direkt in das Toolkit. Entwickler können diese Komponenten als aufrufbare Werkzeuge innerhalb agentischer Workflows nutzen. Laut Nvidia sollen sich dadurch KI-Agenten entwickeln lassen, die physikalische Zusammenhänge verstehen, Simulationen starten, Ergebnisse auswerten und weitere Berechnungsschritte selbstständig planen.

Timothy Costa, Vice President und General Manager Computational Engineering bei Nvidia, beschreibt dies als Wendepunkt für Engineering-Anwendungen: KI könne inzwischen nicht nur Sprache verarbeiten, sondern Werkzeuge aus Simulation, Physik und Design einsetzen und dadurch selbst zu einem aktiven Bestandteil des Entwicklungsprozesses werden.

PhysicsNeMo wird modularisiert

Eine zentrale Änderung betrifft PhysicsNeMo. Nvidia hat die bislang als Framework angebotene Software in mehrere agentenfreundliche Bibliotheken aufgeteilt.

Diese Bibliotheken stellen KI-Physikmodelle zum Trainieren und Bereitstellen bereit und machen deren Modellarchitekturen direkt als aufrufbare Werkzeuge verfügbar. Engineering-Agenten können diese Modelle somit unmittelbar in ihre Arbeitsabläufe integrieren, beispielsweise für Designoptimierungen oder physikalische Simulationen. Nvidia bezeichnet dies als Grundlage für sogenannte AI Physics Skills innerhalb agentischer Engineering-Systeme.

Neue CUDA-X-Bibliotheken erweitern den Funktionsumfang

Zusätzlich erhält das Toolkit mehrere CUDA-X-Bibliotheken, die numerische Verfahren und wissenschaftliche Berechnungen beschleunigen.

Neu ist zunächst cuISS (CUDA Iterative Sparse Solvers). Die Bibliothek richtet sich an große dünnbesetzte lineare Gleichungssysteme, wie sie bei physikbasierten Simulationen regelmäßig auftreten. Laut Nvidia kombiniert cuISS moderne iterative Solver mit GPU-optimierten Vorkonditionierern, um skalierbare Simulations-Engines für produktive Engineering-Anwendungen aufzubauen.

Ebenfalls integriert wird cuDSS (CUDA Direct Sparse Solvers). Dabei handelt es sich um direkte Sparse-Solver für numerisch anspruchsvolle Berechnungen. Nvidia nennt ausdrücklich EDA-Workloads, physikalische Simulationen und wissenschaftliche Anwendungen als Zielgebiete. Die Bibliothek unterstützt Multi-GPU- und Multi-Node-Ausführungen und soll dadurch auch große Produktionsumgebungen adressieren.

Ergänzt werden die neuen Werkzeuge durch cuEST, das Funktionen aus der Quantenchemie bereitstellt. Damit lassen sich laut Nvidia hochpräzise Berechnungen der elektronischen Struktur direkt in agentische Engineering-Workflows integrieren.

Nemotron 3 Ultra bildet die KI-Grundlage

Als Sprachmodell hebt Nvidia Nemotron 3 Ultra hervor. Zusammen mit dem Forschungsagenten ACE-RTL erzielt das Modell dem Unternehmen zufolge unter den frei verfügbaren Modellen Spitzenwerte beim agentischen Register-Transfer-Level-(RTL)-Coding. Unternehmen sollen die Modelle an ihre eigenen Designumgebungen anpassen können, um spezialisierte KI-Agenten für Chipentwurf und Verifikation aufzubauen.

Erste Partner nennen konkrete Einsatzgebiete

Mehrere EDA-Unternehmen und Halbleiterhersteller unterstützen die neue Plattform bereits.

Cadence nutzt die neuen Bibliotheken nach Nvidia-Angaben für multiphysikalische Simulationen rund um Advanced Packaging und Leiterplattenentwicklung. Siemens integriert die Komponenten in agentische Design-Workflows und beschleunigt damit unter anderem die Charakterisierung von Standardzellenbibliotheken. Synopsys verwendet die Technologien für Chipentwicklung und Verifikation.

Auch Samsung setzt die Software bereits ein. Das Unternehmen kombiniert cuLitho mit CUDA-X-Bibliotheken, um die rechnergestützte Lithografie deutlich zu beschleunigen. Zusätzlich kommt PhysicsNeMo für thermische Spannungsanalysen großer Chips zum Einsatz, wobei laut Nvidia Modelle mit bis zu zehn Milliarden Zellen verarbeitet werden können. Weitere Partner sind unter anderem Silvaco, Keysight und TSMC.

Mit der Kombination aus Vera als CPU-Plattform für EDA und einem um PhysicsNeMo sowie CUDA-X erweiterten Agent Toolkit verfolgt Nvidia somit eine gemeinsame Strategie: KI-Agenten sollen künftig nicht nur Code erzeugen, sondern komplette Engineering-Workflows aus Design, Simulation und Verifikation übernehmen und dabei direkt auf spezialisierte Entwicklungswerkzeuge zugreifen.