NVIDIA 扩展 Agent Toolkit，集成 PhysicsNeMo 与 CUDA-X 库，重塑全球工程、设计与制造方式

新闻摘要：

● NVIDIA 通过引入架构重构的 NVIDIA PhysicsNeMo 库及更新的 NVIDIA CUDA-X 库，扩展了 NVIDIA Agent Toolkit。此举使软件开发者能够构建具备 AI 物理技能、加速求解器及量子化学能力的自主 AI 工程师。

● 在 NVIDIA 研究中心的 ACE-RTL 智能体支持下，NVIDIA Nemotron 3 Ultra 在开放模型中的智能体级寄存器传输级(RTL)编码能力方面处于领先地位，助力企业打造用于芯片设计与验证的可定制 AI 智能体。

● Cadence、西门子、新思科技等行业领导者正采用 NVIDIA 的加速计算与智能体 AI 技术，推动芯片设计、验证、封装及系统设计领域的自主工程工作流发展。

NVIDIA 今日宣布扩展面向工程领域的 NVIDIA Agent Toolkit，将 NVIDIA PhysicsNeMo™ 和 CUDA-X™ 库作为智能体就绪的工具与技能纳入其中，旨在重塑全球产品设计与开发模式。

构建新一代芯片和系统要求团队在日益复杂的设计周期中，打通物理、仿真和性能分析环节。为应对这种复杂性，一类全新的自主 AI 工程师应运而生。它们借助专业工具进行仿真并生成高保真数据，从而推动芯片设计、验证、封装及系统工程的规模化发展。

NVIDIA 现已将架构重构的 PhysicsNeMo 整合为一系列支持智能体的友好型库，并新增及更新了 CUDA-X 库，以支持复杂的工程任务。上述能力已被纳入 NVIDIA Agent Toolkit。其中，PhysicsNeMo 提供用于模型训练与部署的 AI 物理技能，而 CUDA-X 库则将加速求解器和量子化学能力引入智能体工程工作流。

NVIDIA 计算工程副总裁兼总经理 Timothy Costa 表示：“工程领域已迎来关键拐点。如今，AI 能够熟练运用物理、仿真和设计工具。借助 NVIDIA Agent Toolkit，开发者可以构建出具备物理推理能力、能运行复杂仿真并生成高保真数据的智能体工程师，使其成为芯片与系统设计创新的新引擎。”

NVIDIA Agent Toolkit 为工程智能体新增 AI 物理与加速计算技能

NVIDIA Agent Toolkit 帮助开发者构建连接特定领域工具、模型和数据的专用工程 AI 助手。随着 NVIDIA PhysicsNeMo 和 CUDA-X 库的加入，这些智能体如今能够运用 AI 物理技能、加速求解器和量子化学能力，为芯片、系统及工业工程领域提供服务。

核心功能包括：

· AI 物理技能：NVIDIA PhysicsNeMo 库帮助智能体针对复杂的设计与仿真任务，训练和部署可定制的 AI 物理模型，将模型架构转化为工程工作流中可直接调用的工具。

· 迭代稀疏求解器：全新的 NVIDIA cuISS(CUDA Iterative Sparse Solvers，CUDA 迭代稀疏求解器)库可加速基于物理和工程仿真中的大型稀疏线性系统的求解。该库专为在 GPU 上实现灵活性与高性能而设计，凭借现代化的可组合求解器与预处理技术，可帮助开发者为智能体工程工作流构建可扩展的生产级仿真引擎。

· 直接稀疏求解器：NVIDIA cuDSS(CUDA Direct Sparse Solvers，CUDA 直接稀疏求解器)可加速电子设计自动化(EDA)和科学仿真中核心的大型复杂稀疏线性系统求解。它为器件、电路和系统仿真等关键工作负载提供高性能与数值鲁棒性，并支持在生产环境中的多 GPU 和多节点扩展部署。

· 量子化学：NVIDIA cuEST(CUDA Electronic Structure Theory，CUDA 电子结构理论)将高精度的量子化学仿真引入器件相关尺度，使密度泛函理论(DFT)及后 DFT 方法能够大规模集成到生产工作流中。cuEST 支持多种现代泛函，使日益庞大的基态和激发态仿真在 NVIDIA GPU 上变得切实可行，从而为客户带来实际的生产价值。

NVIDIA Nemotron 3 Ultra 开放模型推动芯片设计智能体编码

芯片设计依赖于专业的寄存器传输级(RTL)编码，这要求极高的准确性、深厚的领域专业知识以及灵活的部署能力。

借助 NVIDIA 研究中心推出的硬件设计智能体 ACE-RTL，NVIDIA Nemotron™ 3 Ultra 在全面的 Verilog 设计问题基准测试中表现优异，在开放模型的智能体 RTL 编码任务中拔得头筹。

这表明 Nemotron 3 Ultra 具备行业领先的准确性和效率，且支持在专有数据上进行后训练，并可在本地或企业内部部署，从而在企业构建用于芯片设计 AI 智能体时，为其提供更强的可控性、定制化能力和数据隐私保障。

开发者可通过多种途径快速上手 Nemotron 3 Ultra，包括使用 Cadence 的Harness、新思科技面向设计验证及模拟与混合信号工作流打造的全自主可长时间运行的智能体、西门子的 Questa One 智能验证智能体工具包，以及在 Hugging Face 平台体验。

软件巨头借助 NVIDIA 技术打造自主 AI 工程师

工业工程领域的领导者们已开始利用全新及扩展后的 NVIDIA Agent Toolkit 组件，开发自主 AI 工程师。

Cadence 将 NVIDIA Nemotron、加速计算和 CUDA-X 库与最新推出的 Cadence AuraStack AI Super Agent及 Cadence Millennium M2000 平台相结合，自主驱动从探索到签核(signoff)的高级封装与印制电路板(PCB)设计，实现高达 20 倍的多物理场性能提升。这进一步完善了 Cadence 的硅片设计超级智能体产品组合，实现从架构到制造签核的芯片设计工作流端到端覆盖。

此外，双方的合作从智能体设计延伸至底层计算。包括形式验证平台 Cadence Jasper 在内的 EDA 与系统设计自动化产品组合，正针对 NVIDIA Vera CPU 进行优化，以帮助工程团队更快地验证先进芯片设计。

新思科技利用 NVIDIA Agent Toolkit、NVIDIA NIM™、Nemotron 开放模型、NVIDIA NeMo™ Gym 库及 NVIDIA NemoClaw™ 蓝图，结合 Synopsys AgentEngineer，构建跨芯片与系统设计的安全、加速智能体工作流。借助 Ansys Icepak，新思科技的智能体工作流可自主执行复杂 GPU 散热设计优化的仿真设置及前后处理。同时，新思科技正开发 NVIDIA cuISS 的用例，以加速仿真工作负载。

双方的合作同样从智能体工作流延伸至底层计算平台。用于在流片前仿真和验证复杂芯片设计的高性能功能验证解决方案 Synopsys VCS，正针对 NVIDIA Vera CPU 进行优化，以提升验证吞吐量。

西门子正将 NVIDIA NeMo Gym、Nemotron 开放模型和 CUDA-X 库与西门子 Fuse EDA AI 智能体结合使用，以编排跨半导体、3D-IC、PCB 及系统设计的多工具与多智能体工作流，覆盖从概念设计到签核的全流程。在西门子 Solido Characterization Suite 中，这些智能体 AI 工作流使库特征速度提升 10 倍以上，同时将 Token 成本降低至原来的 1/10 以上。

三星正利用 NVIDIA cuLitho 和 CUDA-X 库，使计算光刻性能提升高达 20 倍;同时应用 NVIDIA PhysicsNeMo 进行芯片级热应力分析，在包含高达 100 亿个单元的区域中实现了数值求解器级别的精度。

ChipAgents 正使用 NVIDIA Agent Toolkit 构建用于芯片设计与验证的特定领域 AI 智能体。该团队正针对包括调试、形式验证、覆盖率等在内的复杂端到端半导体设计与验证工作流，对 NVIDIA Nemotron 模型进行微调。

Silvaco 正借助 NVIDIA 加速计算，扩大 Silvaco Victory Device 中的高精度 3D 光学仿真规模。该仿真在由 NVIDIA NVLink™ 技术互连的 32 个 NVIDIA GPU 上运行，在不到 4 小时内完成了 32 亿网格节点的光子边缘耦合器仿真，这一工作量已超出基于 CPU 仿真的实际极限。

Keysight 正利用 NVIDIA cuDSS 将电磁仿真速度提升高达 10 倍;同时，三星、新思科技和 TSMC 正将 NVIDIA cuEST 集成到其 GPU 加速流程中，使关键量子化学工作负载的速度提升高达 50 倍。