Nvidia、AIエージェントでチップエンジニアリングを加速

Nvidiaは、人工知能エージェント（AIエージェント）を活用してチップ設計プロセスを加速しており、増大する複雑性と規模の課題に対応しています。同社のコンピューテーショナルエンジニアリング担当バイスプレジデント兼ゼネラルマネージャーであるTim Costa氏は、2030年までに半導体業界が2兆個のチップを生産し、毎月約4100万枚のウェーハを処理すると予測していると述べました。単一パッケージは1兆個近くのトランジスタに近づき、コンピューティングシステム全体では1000兆個単位に達します。従来の設計手法ではこの規模に対応できず、AIとアクセラレーテッドコンピューティングは生産性ツールから基盤となるエンジニアリングインフラへと移行しています。

Costa氏は、チップアーキテクチャの決定が原子レベルの製造、先進パッケージングの消費電力、熱管理、システム全体の動作に影響を与えると強調しました。AIはエンジニアがより多くの設計代替案を探索し、それらの相互作用においてより良い決定を下すのに役立ちます。アクセラレーテッドコンピューティングは、高忠実度のシミュレーション、検証、最適化を十分に高速化し、繰り返し実行可能にします。Nvidiaは、物理法則や設計ルールを置き換えるのではなく、AIをチップ開発プロセスに組み込み、エンジニアがこれらのチェックをループに組み込んでより頻繁に使用できるようにしています。

NvidiaはAgent Toolkitを拡張し、更新されたCUDA-XライブラリとPhysicsNeMoライブラリを含めました。PhysicsNeMoは再構築され、エージェントが設計およびシミュレーション作業向けのAI物理モデルをトレーニングおよびデプロイできるようになりました。このライブラリは、物理認識操作、GPUネイティブのメッシュ処理、分散トレーニング、データキュレーションなどのレイヤーをカバーし、エージェント対応のスキルとして組織化されています。CUDA-Xには、GPU上の大規模疎線形システム向けの反復ソルバーを提供する新しいcuISSライブラリが追加されました。これはEDAや科学シミュレーションに不可欠です。

ハードウェア面では、NvidiaはCadenceおよびSynopsysと協力し、Armベースの「Vera」CV100 CPUを使用して将来のCPUおよびGPUの設計を加速しています。Veraは88個のカスタム「Olympus」CPUコアと1.2 TB/秒のLPDDR5Xメモリサブシステムを搭載し、第2世代のスケーラブルコヒーレンシファブリックメッシュ相互接続を採用しています。初期テストでは、Synopsys VCSおよびCadence Jasperプラットフォーム上でVeraを実行した場合、AMD Epyc Torrentシステムよりも1.5倍のパフォーマンスを示しました。NvidiaはVeraをEDAワークフローに展開し、シミュレーション、形式検証、物理実装を含む将来のCPUおよびGPUの作成に使用しています。

CadenceとSynopsysもエージェントAIを積極的に採用しています。Cadenceは2月にAI Super Agentを発表し、チップ設計と検証向けに提供しています。そのAIエージェントは、エンジニアの指示の下、数百のシミュレーションを同時に実行し、通常5週間かかる作業を1日未満で完了し、RTL検証サイクルを40倍高速化します。Synopsysは今週、AMD、Microsoft、Intelとの同様のエージェントAIベースの協力を発表し、Design Automation Conferenceで完全自動設計検証ワークフローをデモンストレーションしました。このワークフローはNvidiaのNemotron 3 Ultraモデル、Agent Toolkit、OpenShellランタイムを活用し、他のプラットフォームより50倍高速なRTL検証を実現します。

Nvidiaは次世代CPU「Rosa」を開発中で、Rigelコアをベースとし、2028年にFeynmanデータセンタープラットフォームの一部として発売予定です。Costa氏は、CadenceおよびSynopsysとの協力により、Veraを実際の設計に投入し、Rosaの設計を加速していると述べました。全体として、Nvidiaの戦略は、AIエージェントとアクセラレーテッドコンピューティングを活用してチップエンジニアリングを再構築し、将来数十年の複雑性の課題に対応できるようにすることです。