NVIDIA amplía su kit de agentes con física y simulación para ingeniería

NVIDIA está ampliando Agent Toolkit con bibliotecas PhysicsNeMo rediseñadas y nuevos componentes CUDA-X. Los desarrolladores podrán construir agentes de ingeniería capaces de razonar sobre física, ejecutar simulaciones aceleradas y trabajar con datos de alta fidelidad. La propuesta apunta al diseño de chips, el empaquetado y los sistemas, donde una respuesta del modelo debe comprobarse con modelos físicos y restricciones numéricas.

Un modelo de lenguaje general puede describir una simulación o proponer un diseño, pero los equipos necesitan solvers numéricos y condiciones de dominio para decidir si el resultado sirve. NVIDIA ha reorganizado PhysicsNeMo en bibliotecas que los agentes pueden llamar y ha añadido capacidades CUDA-X para sistemas lineales dispersos, solvers directos y química cuántica. La intención es conectarlos con modelos, datos y software de ingeniería ya existente.

La compañía también presentó ACE-RTL, un agente para código de nivel de transferencia de registros. NVIDIA asegura que su modelo abierto Nemotron 3 Ultra lidera entre modelos abiertos en un conjunto de problemas de diseño RTL. Las empresas podrían crear sistemas de diseño y verificación personalizables con datos propios y desplegarlos localmente. Herramientas de Cadence, Synopsys, Siemens y Hugging Face aparecen como posibles puntos de partida.

Los socios comunicaron resultados en flujos concretos. Cadence afirma que sus plataformas AuraStack AI Super Agent y Millennium M2000 pueden utilizar modelos NVIDIA y CUDA-X para diseño de encapsulado y PCB, con hasta 20 veces más rendimiento en determinadas tareas multifísicas. Siemens habla de más de diez veces en caracterización de bibliotecas y Keysight de hasta diez veces en simulación electromagnética. Son resultados de proveedores para configuraciones particulares, no una medida universal.

Un agente de ingeniería no solo debe llamar a una herramienta. Tiene que preparar una simulación, interpretar su salida, modificar el diseño y conservar la precisión a lo largo de varias acciones. Permisos, registros de auditoría y revisión humana siguen siendo necesarios. Convertir solvers y modelos físicos en habilidades invocables reduce los traspasos, pero no elimina la comprobación de condiciones ni el criterio experto.

La oportunidad es mayor en industrias con simulaciones costosas y ciclos largos. Semiconductores, automoción, aeroespacial y energía podrían explorar más alternativas antes de construir un prototipo. También quedan costes de datos, integración y revisión. El siguiente examen será convertir las demostraciones en procesos de producción repetibles y demostrar mejoras medibles en tiempo, coste o calidad.

Entre los casos citados por NVIDIA, Cadence conecta Nemotron, computación acelerada y CUDA-X con AuraStack AI Super Agent para automatizar diseño avanzado de encapsulado y PCB desde la exploración hasta la aprobación. Synopsys combina Agent Toolkit, microservicios NIM y modelos Nemotron para verificación prolongada de chips y sistemas. Siemens integra NeMo Gym, Nemotron y CUDA-X en flujos que cubren chips, 3D-IC, PCB y sistemas. NVIDIA advierte que los productos están en fases distintas y que disponibilidad y funciones pueden cambiar.