NVIDIA enrichit son kit d’agents avec la physique et la simulation pour l’ingénierie

NVIDIA étend Agent Toolkit avec des bibliothèques PhysicsNeMo remaniées et de nouveaux composants CUDA-X. Les développeurs pourront créer des agents d’ingénierie capables de raisonner sur la physique, d’exécuter des simulations accélérées et de manipuler des données de haute fidélité. La proposition vise la conception de puces, le packaging et les systèmes, où la réponse d’un modèle doit être confrontée à des modèles physiques et à des contraintes numériques.

Un modèle de langage général peut décrire une simulation ou proposer une conception, mais les équipes ont besoin de solveurs numériques et de contraintes métier pour juger le résultat. NVIDIA a transformé PhysicsNeMo en bibliothèques appelables par des agents et ajouté à CUDA-X des fonctions pour systèmes creux, solveurs directs et chimie quantique. Ces capacités doivent se connecter aux modèles, aux données et aux logiciels d’ingénierie existants.

L’entreprise a également présenté ACE-RTL, un agent destiné au code de niveau transfert de registres. NVIDIA affirme que son modèle ouvert Nemotron 3 Ultra arrive en tête des modèles ouverts sur un benchmark de problèmes RTL. Les entreprises peuvent construire des systèmes de conception et de vérification adaptés à leurs données et les déployer localement. Cadence, Synopsys, Siemens et Hugging Face fournissent des outils ou des cadres de départ.

Les partenaires ont communiqué des résultats sur des flux précis. Cadence indique que ses plateformes AuraStack AI Super Agent et Millennium M2000 utilisent des modèles NVIDIA et CUDA-X pour le packaging et les circuits imprimés, avec jusqu’à 20 fois plus de performances dans certaines tâches multiphysiques. Siemens évoque plus de dix fois pour une caractérisation de bibliothèques et Keysight jusqu’à dix fois en simulation électromagnétique. Ces chiffres sont propres à des configurations données.

Un agent d’ingénierie doit faire davantage qu’appeler un outil. Il doit préparer une simulation, interpréter sa sortie, modifier la conception et conserver une précision numérique sur plusieurs actions. Permissions, journaux d’audit et revue humaine restent indispensables. Transformer les solveurs et modèles physiques en compétences appelables réduit les transferts, mais ne remplace ni la vérification des conditions ni l’expertise.

L’occasion est particulièrement forte dans les secteurs où les simulations sont coûteuses et les cycles longs. Semi-conducteurs, automobile, aéronautique et énergie pourraient explorer davantage d’options avant un prototype. Il faudra cependant payer la préparation des données, l’intégration et l’examen par des spécialistes. Le test suivant sera de transformer les démonstrations en processus reproductibles et de prouver des gains de temps, de coût ou de qualité.

Parmi les exemples cités, Cadence relie Nemotron, le calcul accéléré et CUDA-X à AuraStack AI Super Agent pour automatiser le packaging et les circuits imprimés, de l’exploration à la validation. Synopsys associe Agent Toolkit, microservices NIM et modèles Nemotron pour une vérification longue et sécurisée des puces et systèmes. Siemens intègre NeMo Gym, Nemotron et CUDA-X dans des flux couvrant puces, 3D-IC, PCB et systèmes. NVIDIA rappelle que les produits sont à des stades différents et que disponibilité et fonctionnalités peuvent évoluer.