從底層的Vera CPU、CUDA-X加速庫到中層的AI物理模型再到頂層的智能體協(xié)同將整個工程流程重塑為一個高度自驅(qū)動的“信任自主”閉環(huán)。過去十年半導(dǎo)體行業(yè)的技術(shù)角逐主要體現(xiàn)在“制程工藝”上。隨著AI工廠的崛起芯片的設(shè)計目標從單個組件變成了一個包含GPU、網(wǎng)絡(luò)、封裝、散熱、軟件的綜合平臺每一代都在成倍增加復(fù)雜度。為此未來的十年工程師面臨的將是“系統(tǒng)復(fù)雜度”的指數(shù)級轟炸僅依靠人類工程師加班加點、或者單點升級某個軟件工具已經(jīng)成為歷史。在這個大背景下英偉達NVIDIA正試圖通過一次全方位的“全棧革命”——從底層的Vera CPU、CUDA-X加速庫到中層的AI物理模型再到頂層的智能體協(xié)同將整個工程流程重塑為一個高度自驅(qū)動的“信任自主”閉環(huán)。Vera專為AI工程時代設(shè)計的全新CPU我們知道所有智能決策都離不開算力的底層支撐。在傳統(tǒng)的工程仿真與設(shè)計中CPU往往承擔(dān)著繁瑣的調(diào)度和計算任務(wù)。然而當(dāng)進入AI代理時代GPU與CPU進行密集的交互、仿真和驗證這對CPU提出了前所未有的嚴苛要求不僅需要強大的多核并行能力更需要極高的單核性能、巨大的內(nèi)存帶寬以及極低的延遲。為此英偉達發(fā)布了專為AI工程時代設(shè)計的全新CPU——Vera。Vera并不僅僅是規(guī)格的堆砌它被英偉達定義為一款“大規(guī)模單核CPU”。搭載了定制的“Olympus”核心Vera能夠提供兩倍于上一代的單核性能。更令人驚嘆的是其互聯(lián)與內(nèi)存子系統(tǒng)通過可擴展的一致性架構(gòu)Vera提供了高達 23.4 TB/s 的核心間帶寬是x86參考架構(gòu)的3倍同時其LPDDR5X內(nèi)存子系統(tǒng)提供了 1.2 TB/s 的內(nèi)存帶寬并且延遲降低了40%。這種超大帶寬極低延遲的組合徹底打通了GPU推理和CPU調(diào)度之間的數(shù)據(jù)高速公路。在EDA工作流的實際測試中在同等CPU核心數(shù)的對比下Vera在Synopsys BCS和Cadence Jasper等關(guān)鍵EDA仿真與驗證負載中比業(yè)界頂尖的高頻AMD EPYC處理器性能高出 1.5倍。對于工程師而言這意味著原本需要數(shù)日的仿真驗證將直接被壓縮至數(shù)小時甚至更短。硬件性能是發(fā)動機那么算法庫就是傳動系統(tǒng)。英偉達在其基石CUDA-X生態(tài)中宣布推出全新的代碼加速庫——cuLSS。在很多工程應(yīng)用中偏微分方程離散化后會形成龐大的稀疏線性系統(tǒng)而cuLSS正是為這種“迭代稀疏求解”而生的。它提供了GPU原生的迭代求解器和預(yù)條件構(gòu)建模塊支持從單GPU到多GPU節(jié)點的無縫擴展。在早期性能測試中基于OpenFOAM的測試顯示cuLSS比領(lǐng)先的CPU基線實現(xiàn)了 12倍的性能提升。Physics NeMo為AI代理提供“動手能力”的指令集眾所周知在AI落地到應(yīng)用工程的過程中僅靠通用的語言模型遠遠不夠因為工程領(lǐng)域需要嚴格的物理定律約束。而英偉達Physics NeMo的進化展現(xiàn)了其在AI物理領(lǐng)域的野心。Physics NeMo最初只是一個幫助專家構(gòu)建、訓(xùn)練和部署AI物理模型的框架?，F(xiàn)在它被徹底重構(gòu)為一系列開放、可組合的庫和“智能體技能”。它不再只是封裝好的工具而是變成了為AI代理提供“動手能力”的指令集。Physics NeMo Mesh就是一個典型的技能模塊它賦予了AI代理處理幾何網(wǎng)格數(shù)據(jù)的能力這取代了傳統(tǒng)依靠人工編寫代碼或通用加速操作的方法。當(dāng)AI代理需要在工程仿真中模擬氣流、熱力學(xué)或材料應(yīng)力時它可以直接調(diào)用Physics NeMo的技能自主完成數(shù)據(jù)管道創(chuàng)建、訓(xùn)練配置甚至校驗結(jié)果。除此之外底層通用推理能力則由NeMo Triton 3 Ultra模型提供。這不是一個通用模型而是一個專為“企業(yè)級智能體”構(gòu)建的開放模型。在ChipStack RTL生成、調(diào)試等高精度芯片設(shè)計任務(wù)中NeMo Triton 3 Ultra展現(xiàn)了世界級的表現(xiàn)。在綜合的Verilog設(shè)計問題基準測試中它不僅通過率領(lǐng)先而且每次迭代消耗的平均Token更少。對于芯片設(shè)計工程師來說這意味著芯片代理可以在多次“協(xié)同生成-工具執(zhí)行-失敗分析-修正”的循環(huán)中跑得更快、更準確。更關(guān)鍵的是其開放性。NeMo Triton 3 Ultra的模型權(quán)重、數(shù)據(jù)技術(shù)、訓(xùn)練配方全部開放允許西門子、新思科技等合作伙伴及客戶根據(jù)自己的特定工作流和專業(yè)知識產(chǎn)權(quán)IP去微調(diào)、定制而不是強迫每個任務(wù)都用一個通用的模型去猜。Agent Toolkit連接工程智能體擁有了強悍的硬件、極速的庫和聰明的模型還需要一根繩索將它們串聯(lián)起來。這根繩索就是NVIDIA Agent Toolkit。英偉達將Agent Toolkit描述為工程智能體的“連接組織”。它包含了一套用于推理、路由和協(xié)調(diào)的系統(tǒng)能夠處理多步驟的復(fù)雜工作。舉個例子當(dāng)一個工程師輸入一個設(shè)計目標時Agent Toolkit會激活推理模型將目標分解為計劃并決定由哪一個專門的智能體如仿真智能體、物理智能體、后處理智能體來執(zhí)行下一步。如果某個設(shè)計在物理檢查或設(shè)計規(guī)則中失敗了整個系統(tǒng)能夠自己修訂計劃、重新運行工具或者將問題升級給人類工程師。值得一提的是這種代理協(xié)同是在可信的環(huán)境下運行的。為了確保工程師對自己的流程擁有絕對的控制權(quán)整個工作流建立在OpenUSD用于結(jié)構(gòu)化幾何與結(jié)果傳遞和Open Shell安全執(zhí)行環(huán)境之上。智能體對工具、數(shù)據(jù)和計算資源的訪問都被安全環(huán)境和企業(yè)策略所約束。這就是英偉達提出的“信任自治”的核心僅靠推理模型無法得到可靠的工程結(jié)果必須將推理、加速計算、AI物理、受控執(zhí)行和確定性驗證融為一體才能產(chǎn)生可信的自主性。在這場“工程代理”的浪潮中英偉達不是一個人在戰(zhàn)斗而是一個開放平臺的搭建者。從臺積電、應(yīng)用材料到西門子、Cadence、新思科技合作伙伴們將英偉達的底層軟硬件轉(zhuǎn)化為工程師手中解決實際問題的利器Cadence 將 NVIDIA Nemotron、加速計算和 CUDA-X 庫與最新推出的 Cadence AuraStack AI Super Agent 及 Cadence Millennium M2000 平臺相結(jié)合自主驅(qū)動從探索到簽核 (signoff) 的高級封裝與印制電路板 (PCB) 設(shè)計實現(xiàn)高達 20 倍的多物理場性能提升。這進一步完善了 Cadence 的硅片設(shè)計超級智能體產(chǎn)品組合實現(xiàn)從架構(gòu)到制造簽核的芯片設(shè)計工作流端到端覆蓋。西門子正將 NVIDIA NeMo Gym、Nemotron 開放模型和 CUDA-X 庫與西門子 Fuse EDA AI 智能體結(jié)合使用以編排跨半導(dǎo)體、3D-IC、PCB 及系統(tǒng)設(shè)計的多工具與多智能體工作流覆蓋從概念設(shè)計到簽核的全流程。在西門子 Solido Characterization Suite 中這些智能體 AI 工作流使庫特征速度提升 10 倍以上同時將 Token 成本降低至原來的 1/10 以上。新思科技利用 NVIDIA Agent Toolkit、NVIDIA NIM?、Nemotron 開放模型、NVIDIA NeMo? Gym 庫及 NVIDIA NemoClaw? 藍圖結(jié)合 Synopsys AgentEngineer構(gòu)建跨芯片與系統(tǒng)設(shè)計的安全、加速智能體工作流。借助 Ansys Icepak新思科技的智能體工作流可自主執(zhí)行復(fù)雜 GPU 散熱設(shè)計優(yōu)化的仿真設(shè)置及前后處理。同時新思科技正開發(fā) NVIDIA cuISS 的用例以加速仿真工作負載。寫在最后打造“可信自治”的工程未來當(dāng)前人類正處于半導(dǎo)體和工業(yè)制造前所未有的復(fù)雜變革期。通過全面整合底層物理計算硬件Vera CPU、核心加速庫CUDA-X、cuLSS、重構(gòu)的AI物理模型Physics NeMo、強大的推理大腦NeMo Triton 3 Ultra以及中樞神經(jīng)Agent Toolkit英偉達不僅構(gòu)建了一個完整的軟件與硬件閉環(huán)更向上搭建了一個開放、透明、可信的工程代理生態(tài)。正如英偉達內(nèi)部已經(jīng)開始將這套體系全面應(yīng)用于下一代芯片和自身AI工廠的設(shè)計之中這一全棧技術(shù)路徑向外界傳遞了一個清晰的信號真正的創(chuàng)新不在于孤立的參數(shù)競賽而在于如何用完整的系統(tǒng)思維去解決工程復(fù)雜性帶來的深層挑戰(zhàn)。