KI-Nachrichten
NVIDIA erweitert Agent Toolkit um Physik und Simulation für Engineering
NVIDIA ergänzt Agent Toolkit um PhysicsNeMo und CUDA-X, damit Agenten Simulationen ausführen und Engineering-Daten verarbeiten können.
NVIDIA erweitert sein Agent Toolkit um neu strukturierte PhysicsNeMo-Bibliotheken und neue CUDA-X-Komponenten. Entwickler sollen Engineering-Agenten bauen können, die physikalisch argumentieren, beschleunigte Simulationen ausführen und hochwertige Daten verarbeiten. Ziel sind Chipdesign, Packaging und Systementwicklung, wo eine Modellaussage an physikalischen Modellen und numerischen Einschränkungen geprüft werden muss.
Ein allgemeines Sprachmodell kann eine Simulation beschreiben oder einen Entwurf erzeugen, doch Engineering-Teams benötigen numerische Solver und Fachbedingungen. NVIDIA hat PhysicsNeMo in agentenfreundliche Bibliotheken aufgeteilt und CUDA-X-Funktionen für dünnbesetzte Systeme, direkte Solver und Quantenchemie ergänzt. Diese Fähigkeiten sollen mit Modellen, Daten und vorhandener Engineering-Software verbunden werden.
NVIDIA stellte außerdem ACE-RTL für Register-Transfer-Level-Code vor. Das Unternehmen sagt, das offene Modell Nemotron 3 Ultra führe bei offenen Modellen in einem RTL-Design-Benchmark. Unternehmen können mit eigenen Daten anpassbare Design- und Verifikationssysteme lokal betreiben. Werkzeuge und Harnesses von Cadence, Synopsys, Siemens und Hugging Face werden als mögliche Einstiege genannt.
Partner nennen Ergebnisse für einzelne Abläufe. Cadence berichtet, AuraStack AI Super Agent und Millennium M2000 nutzten NVIDIA-Modelle und CUDA-X für Packaging- und PCB-Design und erreichten bei bestimmten multiphysikalischen Aufgaben bis zu 20-fache Leistung. Siemens nennt mehr als das Zehnfache bei einer Bibliothekscharakterisierung, Keysight bis zu das Zehnfache bei elektromagnetischer Simulation. Das sind Anbieterwerte für bestimmte Konfigurationen, keine allgemeine Garantie.
Ein Engineering-Agent muss mehr als ein Werkzeug aufrufen. Er muss eine Simulation einrichten, Ergebnisse auswerten, den Entwurf ändern und über mehrere Aktionen hinweg numerisch korrekt bleiben. Berechtigungen, Audit-Protokolle und menschliche Prüfung sind weiterhin erforderlich. Solver und Physikmodelle als aufrufbare Fähigkeiten zu verpacken, verkürzt Übergaben, ersetzt aber weder Randbedingungsprüfungen noch Expertenurteil.
Die größte Chance liegt in Branchen mit teuren Simulationen und langen Entwicklungszyklen. Halbleiter-, Auto-, Luftfahrt- und Energieteams könnten vor dem Prototyp mehr Varianten untersuchen. Kosten für Daten, Integration und Fachprüfung bleiben jedoch. Entscheidend wird sein, ob Kunden aus Vorführungen wiederholbare Produktionsabläufe machen und messbare Verbesserungen bei Zeit, Kosten oder Qualität nachweisen.
Zu den von NVIDIA genannten Beispielen gehört Cadence, das Nemotron, beschleunigtes Computing und CUDA-X mit AuraStack AI Super Agent für automatisiertes Packaging- und PCB-Design von der Erkundung bis zur Freigabe verbindet. Synopsys kombiniert Agent Toolkit, NIM-Microservices und Nemotron für lange, sichere Verifikation von Chips und Systemen. Siemens integriert NeMo Gym, Nemotron und CUDA-X in Abläufe für Chips, 3D-IC, Leiterplatten und Systeme. NVIDIA weist darauf hin, dass sich Produkte in unterschiedlichen Phasen befinden und Verfügbarkeit sowie Funktionen ändern können.