NVIDIA Bets on In-House CPU to Accelerate Chip Design, Marking an AI Turning Point for the EDA Industry

英偉達公司表示，其工程師正在使用自主研發的芯片設計軟件來設計下一代圖形處理單元。

它正與電子設計自動化 (EDA) 軟件的兩大供應商 Cadence Systems Inc. 和 Synopsys Inc. 合作，這兩家公司目前正在優化其平台，使其能夠在英偉達 Vera 中央處理器上運行，從而加速芯片設計工作負載。

該芯片製造商表示，Cadence 的形式驗證平台 Jasper 和 Synopsys VCS（一種用於在製造前驗證芯片設計的邏輯仿真工具）在 Vera 中央處理器上運行時，性能提高了 1.5 倍。

英偉達宣佈，將把旗下 PhysicsNeMo 物理 AI 庫和一系列 GPU 數學庫集成到 Nvidia Agent Toolkit 中，旨在提升自主人工智能代理在芯片製造過程中的作用。英偉達在今天於加州長灘舉行的 2026 年設計自動化大會上表示，人工智能代理現在可以像使用其他第三方工具一樣調用加速求解器。

加速 EDA 工作負載

英偉達正試圖通過加快 EDA 工作負載並提高設計流程各個環節的自動化程度來加速芯片開發。這家芯片製造商解釋説，仿真、驗證和實現都是半導體設計流程中至關重要的步驟。

傳統上，這些步驟都是由工程師完成的，而且過程十分繁瑣。工程師們花費數年時間驗證器件性能、識別問題，並通過數千次迭代改進設計，最終確定新一代半導體的最終方案，這種情況並不罕見。

多年來，英偉達一直致力於加速這些流程，雖然 GPU 和人工智能在某些領域有所助益，但EDA 的許多方面仍然高度依賴 CPU 性能。例如，邏輯仿真、形式驗證以及部分數字實現都需要快速的單個核心、高效的內存系統和快速的整體吞吐量。這些特性最好由 CPU 架構來提供，這意味着它們在驗證新芯片設計和探索替代方案方面仍然發揮着至關重要的作用。

通過優化 Vera CPU 以適應 EDA 工作負載，Nvidia 表示，他們已經證明可以加速早期芯片設計生命週期中兩個計算密集型環節。Cadence Jasper 是一個驗證平台，它利用智能驗證技術和機器學習算法來識別和修復錯誤；而 Synopsys VCS 則用於在芯片製造之前模擬和驗證複雜的芯片設計。在 Nvidia 的早期測試中，他們表示能夠將這兩個應用程序的性能提升 1.5 倍。

這家芯片製造商表示，將與 Cadence 和 Synopsys 合作，優化 Vera 平台上的其他 EDA 工作流程。最終，他們希望加速其後續產品（代號 Rosa CPU）的設計，該產品將採用下一代 Nvidia Rigel 核心。

芯片設計自動化

英偉達正在構建一種持續的反饋循環，其當前一代 Vera CPU 加速了未來幾代產品的開發。通過將 PhysicsNeMo 和 CUDA-X 庫添加到英偉達代理工具包 (Nvidia Agent Toolkit) 中，英偉達也在加強其代理對芯片設計過程的參與。

打造更精密的芯片需要工程師在日益複雜的設計週期中整合物理學、仿真和性能分析。通過今天的更新，PhysicsNeMo 和 CUDA-X 已成為可用於智能體的工具。PhysicsNeMo 為智能體提供訓練和部署人工智能模型所需的物理技能，而 CUDA-X 庫則將加速求解器和量子化學功能引入智能體工程工作流程。

此外，英偉達宣佈將更新 CUDA-X 庫，首次在其 GPU 上支持"迭代稀疏求解器"。今天發佈的新庫包括： - cuISS：用於迭代求解器 - cuDSS：用於電路和器件模擬的直接稀疏求解器 - cuEST：用於預測材料在原子尺度上行為的量子化學模擬

英偉達表示，其合作伙伴已取得令人鼓舞的成果： - Keysight Technologies Inc. 使用新的 cuDSS 庫後，電磁仿真速度提升了高達 10 倍； - Silvaco Group Inc. 在由 32 個 GPU 組成的集羣上，不到 4 小時就完成了 32 億個網格節點的光子邊緣耦合器仿真。

這家芯片製造商還談到，Cadence 的 AuraStack AI 超級代理現在已在其 Millenium M2000 超級計算機上的 cuDSS 上運行。Cadence 表示，其設計驗證工作流程增加了 15 倍——考慮到芯片設計行業的驗證工作負載每年消耗數十億計算小時，這是一個尤其令人鼓舞的數字。

所有這些軟件都免費提供給芯片設計人員使用。PhysicsNeMo 採用 Apache 2.0 許可證，而新的 CUDA-X 庫則是免費的，可以直接替代工程師通常需要自行編寫的手工代碼。值得注意的是，PhysicsNeMo 和 CUDA-X 只能在英偉達自家芯片上運行。

"工程技術已經到了一個轉折點。人工智能現在可以與物理、仿真和設計工具協同工作。藉助英偉達智能體工具包，開發人員可以構建智能體工程師，這些工程師能夠運用物理原理進行推理、運行仿真並生成高保真數據，從而成為芯片和系統設計領域創新的新引擎。" —— 英偉達計算工程副總裁兼總經理

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。