跳到主要內容
2026-08-11 日報
開發生態

NVIDIA 擴展 Agent Toolkit 推出 EDA 代理工具包,整合 PhysicsNeMo 與 CUDA-X 函式庫

SemiWiki單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

據報導,NVIDIA 擴展其 Agent Toolkit,加入 PhysicsNeMo 與 CUDA-X 函式庫,將 AI 助理轉向自主工程系統,目標打造能制定技術計畫、呼叫專業軟體並迭代設計的「代理工程師」(agentic engineer)。 新架構將推理與運算分離:語言模型負責解釋目標與選擇工具,PhysicsNeMo 提供快速的機器學習近似值,CUDA-X 求解器則產出高保真數值結果。其中,開源的 PhysicsNeMo 支援神經算子、圖神經網路與物理資訊神經網路(PINNs),可作為流體力學與電磁學等高成本模擬的代理模型;CUDA-X 則提供 cuISS(迭代稀疏求解器)、cuDSS(直接稀疏求解器)與 cuEST(電子結構計算)等 GPU 加速數值基礎。 在半導體設計方面,NVIDIA 將 Nemotron 3 Ultra 模型與 ACE-RTL 代理結合,專攻暫存器傳輸級(RTL)程式碼生成。官方稱該模型在 Verilog 設計基準測試中領先開源模型,並支援使用專有資料進行本地端或地端部署的後訓練,以確保晶片開發過程的矽智財(IP)安全。 目前多家工程軟體大廠已整合該技術堆疊:Cadence 將其應用於封裝與 PCB 設計,實現最高 20 倍的多物理場加速;Siemens 在半導體與系統設計中協調多個代理,使函式庫特徵化速度提升逾 10 倍;Synopsys 正開發自主熱最佳化與驗證工作流程。此外,ChipAgents 也正微調 Nemotron 模型,用於端到端晶片設計與除錯驗證。
讀原始報導

背景

PhysicsNeMo 是 NVIDIA 推出的開源 Python 框架,專門用於大規模建構、訓練與微調物理 AI 模型。它能將模擬資料與物理限制結合,作為運算成本高昂的科學模擬替代方案,協助工程系統邁向自動化。

來源