英偉達藉助AI代理加速芯片工程

英偉達正在利用人工智能代理（AI agent）來加速芯片設計流程，以應對日益增長的複雜性和規模挑戰。該公司副總裁兼計算工程總經理Tim Costa指出，到2030年，半導體行業預計將生產2萬億顆芯片，每月處理約4100萬片晶圓。單個封裝接近萬億晶體管，而整個計算系統的晶體管數量將達到千萬億級別。傳統的設計方法無法跟上這種規模，因此AI和加速計算正從生產力工具演變為基礎工程基礎設施。

Costa強調，芯片架構的決策會影響原子級製造、先進封裝功耗、熱管理以及整個系統的行為。AI幫助工程師探索更多設計替代方案，並在這些交互中做出更優決策。加速計算則使高保真仿真、驗證和優化變得足夠快，從而可以重複進行。英偉達正在將AI融入芯片開發流程，而不是取代物理或設計規則，這樣工程師可以將這些檢查納入循環並更頻繁地使用。

英偉達擴展了其Agent Toolkit，加入了更新的CUDA-X和PhysicsNeMo庫，用於訓練和部署工程AI。PhysicsNeMo經過重新架構，使代理能夠訓練和部署用於設計和仿真工作的AI物理模型。該庫涵蓋了物理感知操作、GPU原生網格處理、分佈式訓練和數據整理等層面，並將這些能力組織為開放、可組合的庫，帶有代理就緒的技能。CUDA-X新增了cuISS庫，為GPU上的大型稀疏線性系統提供迭代求解器，這對電子設計自動化（EDA）和科學仿真至關重要。

在硬件方面，英偉達正與Cadence和Synopsys合作，利用其基於Arm的“Vera”CV100 CPU加速未來CPU和GPU的設計。Vera擁有88個定製“Olympus”CPU內核和1.2 TB/秒的LPDDR5X內存子系統，並採用第二代可擴展一致性結構網狀互連。早期測試顯示，Vera在Synopsys VCS和Cadence Jasper平台上運行時的性能比AMD Epyc Torrent系統高出1.5倍。英偉達正在將Vera部署於EDA工作流程，用於創建其未來的CPU和GPU，包括仿真、形式驗證和物理實現。

Cadence和Synopsys也在積極採用代理AI。Cadence於2月發佈了AI Super Agent，用於芯片設計和驗證，並與英偉達、台積電和谷歌合作。其AI Super Agents能在一天內完成原本需要五週的工作，實現40倍的寄存器傳輸級（RTL）驗證週期加速。Synopsys本週宣佈了與AMD、微軟和英特爾的類似合作，並在設計自動化大會上展示了基於其代理平台的全自動設計驗證工作流程，該流程利用英偉達的Nemotron 3 Ultra模型、Agent Toolkit和OpenShell運行時，可實現50倍更快的RTL驗證。

英偉達還在開發其下一代CPU“Rosa”，基於Rigel核心，計劃於2028年作為Feynman數據中心平台的一部分推出。Costa表示，通過與Cadence和Synopsys的合作，英偉達正將Vera投入實際應用，以加速Rosa的設計。總體而言，英偉達的戰略是利用AI代理和加速計算重塑芯片工程，使其能夠應對未來數十年的複雜性挑戰。