NVIDIA擴大Agent Toolkit,納入PhysicsNeMo與CUDA-X函式庫:多家業者模擬效能最高提升50倍

NVIDIA Agent Toolkit 如何擴展以支援物理建模與工程代理

根據NVIDIA新聞稿,輝達(NVIDIA)宣布擴展NVIDIA Agent Toolkit,新增NVIDIA PhysicsNeMo與CUDA-X函式庫,做為「代理就緒」(agent-ready)的工具與技能,目標是改變全球產品設計與開發的方式。原文寫道:「NVIDIA today announced an expansion of NVIDIA Agent Toolkit for engineering, now adding NVIDIA PhysicsNeMo and CUDA-X libraries as agent-ready tools and skills built to transform how the world designs and develops products.」(標籤:原文支持)

NVIDIA計算工程副總裁暨總經理Timothy Costa在新聞稿中表示:「Engineering has reached an inflection point. AI can now work with tools of physics, simulation and design.」(工程已來到轉折點,AI現在能運用物理、模擬與設計等工具)。這句話是Costa個人對此次擴展的定調發言,而非可獨立驗證的數據。(標籤:原文支持)

CUDA-X 計算函式庫如何加速工程與科學模擬

NVIDIA在同一份公告中列出三款新推出的CUDA-X函式庫,各自鎖定不同的模擬瓶頸:

• cuISS(CUDA Iterative Sparse Solvers):NVIDIA表示該函式庫用於加速物理與工程模擬中的大型稀疏線性系統。(標籤:原文支持)
• cuDSS(CUDA Direct Sparse Solvers):NVIDIA表示該函式庫加速電子設計自動化(EDA)與科學模擬中,規模龐大且複雜的稀疏線性系統。(標籤:原文支持)
• cuEST(CUDA Electronic Structure Theory):NVIDIA表示該函式庫把高精度量子化學模擬帶入元件相關規模,使密度泛函理論(DFT)與post-DFT方法得以整合進生產規模的工作流程。(標籤:原文支持)

三款函式庫分別對應線性代數求解、EDA稀疏系統與量子化學,是此次CUDA-X擴充的核心內容。

Nemotron 3 Ultra 在代理式 RTL 編碼中的領先地位

作為此次Agent Toolkit擴展的一部分(見前述E1公告),NVIDIA也點名了模型層面的進展。新聞稿指出,搭配NVIDIA Research推出的硬體設計代理ACE-RTL,NVIDIA Nemotron 3 Ultra「在代理式RTL編碼的comprehensive verilog design problems(CVDP)基準測試中,於RTL編碼任務上於開放模型中領先」。這是NVIDIA在公告中對自家模型的表現宣稱,證據包未提供具體分數或與其他開放模型的差距數字。(標籤:原文支持)

設計自動化工具如何通過 NVIDIA 技術實現性能飛躍

NVIDIA新聞稿引述兩家EDA業者的導入成果:

• Cadence:新聞稿指出,Cadence使用NVIDIA Nemotron、加速運算與CUDA-X函式庫,搭配近期推出的Cadence AuraStack AI Super Agent與Cadence Millennium M2000平台,自主驅動從探索到簽核的封裝與PCB設計,「實現最高20倍更快的多物理性能」。(標籤:原文支持)
• Siemens:在Siemens Solido Characterization Suite中,這些代理式AI工作流程「實現超過10倍更快的函式庫特性化,同時將token成本降低超過10倍」。(標籤:原文支持)

製造工藝與材料模擬如何透過 NVIDIA 技術突破規模極限

三星電子(Samsung Electronics)與Silvaco是新聞稿中兩個規模最大的應用案例:

• 三星電子:NVIDIA表示,三星電子使用cuLitho與CUDA-X函式庫,在計算光刻上「實現最高20倍效能提升」,同時應用PhysicsNeMo進行晶片級熱應力分析,分析範圍涵蓋「高達100億個網格單元」,並達到數值求解器等級的精確度。(標籤:原文支持)
• Silvaco:新聞稿描述,Silvaco在32顆NVIDIA GPU上以NVLink技術互連,「在四小時內完成32億網格節點的光子邊緣耦合器模擬」,NVIDIA稱此規模超出以CPU為基礎模擬的實際極限。(標籤:原文支持)

電磁與量子化學模擬在多企業中的加速應用生態

除了上述案例,NVIDIA新聞稿也點名電磁模擬與量子化學(前述cuEST函式庫,見E5)在多家企業的實際應用:

• Keysight:新聞稿指出Keysight「利用NVIDIA cuDSS將電磁模擬加速最高10倍」。(標籤:原文支持)
• 三星電子、Synopsys與台積電(TSMC):三家公司「整合NVIDIA cuEST於其GPU加速管線中,在關鍵量子化學工作負載上達到最高50倍加速」。(標籤:原文支持)

各案例效能提升幅度對照

這代表什麼

把前述數字並列可以看出,NVIDIA在同一份公告中提出的效能提升宣稱,依應用領域落在不同區間:設計特性化與電磁模擬多落在10倍左右(Siemens函式庫特性化超過10倍、Keysight電磁模擬最高10倍),多物理與計算光刻多落在20倍左右(Cadence最高20倍、三星電子計算光刻最高20倍),而量子化學工作負載的宣稱幅度最高,達50倍(三星電子、Synopsys、台積電導入cuEST)。這些數字都出自NVIDIA同一份新聞稿,是廠商自述的導入成果,證據包中未提供第三方測試方法或獨立驗證資訊。另一個可對照之處是規模而非倍數:Silvaco的3.2億[原文為32億]網格節點模擬與三星電子高達100億個網格單元的熱應力分析,顯示這次CUDA-X與PhysicsNeMo的宣傳重點,同時涵蓋「速度提升倍數」與「可處理的問題規模」兩個維度。