英伟达今晚宣布，公司工程师正在使用Vera CPU运行芯片设计软件，以加速下一代GPU的研发进程。
英伟达与电子设计自动化（EDA）软件领域的两大巨头——Cadence Systems和Synopsys——展开合作。这两家公司正对各自平台进行优化，使其能够在英伟达Vera CPU上高效运行，从而加速芯片设计工作负载。
英伟达表示，Cadence的形式验证平台Jasper以及Synopsys的逻辑仿真工具VCS（用于芯片制造前的设计验证），在Vera CPU上运行时性能均提升了1.5倍。
此次发布还宣布，英伟达将把PhysicsNeMo物理AI库和一套GPU数学库集成至英伟达智能体工具包（Nvidia Agent Toolkit）中，以推动AI智能体在芯片设计流程中发挥更大作用。英伟达在今日于加利福尼亚州长滩举办的2026年设计自动化大会上表示，AI智能体现在可以像调用任何第三方工具一样，直接调用加速求解器。
加速EDA工作负载
英伟达正致力于通过加速EDA工作负载并在设计流程的各个环节提升自动化程度，来缩短芯片开发周期。英伟达解释称，仿真、验证和实现是半导体设计流程中的关键步骤。
传统上，这些步骤均由人工工程师完成，过程繁琐耗时。工程师在确定新一代芯片的最终方案前，往往需要耗费数年时间进行行为验证、问题排查以及数千次迭代优化。
英伟达多年来一直寻求加速上述流程，尽管GPU和AI已在部分领域有所助力，但EDA的许多环节仍高度依赖CPU性能。例如，逻辑仿真、形式验证以及数字实现的部分环节，都依赖高速单核性能、高效内存系统和快速整体吞吐量。这些特性正是CPU架构的优势所在，这意味着CPU在新芯片设计验证和方案探索中仍发挥着不可替代的作用。
通过针对EDA工作负载对Vera CPU进行优化，英伟达表示已能够加速芯片设计早期生命周期中两个最密集的计算环节。Cadence Jasper是一款集成智能证明技术和机器学习算法的验证平台，能够识别并修复缺陷、提升开发效率；Synopsys VCS则用于在芯片制造前对复杂设计进行仿真验证。在英伟达的早期测试中，两款应用的性能均提升了1.5倍。
英伟达表示，将与Cadence和Synopsys合作，持续优化Vera上的其他EDA工作流程，并最终希望加速代号为"Rosa"的下一代CPU的设计进程，该CPU将基于下一代英伟达Rigel核心构建。
芯片设计自动化
英伟达正在构建一种持续正反馈循环——当代Vera CPU加速未来一代产品的研发，但这还不是全部。通过将PhysicsNeMo和CUDA-X库集成至英伟达智能体工具包，英伟达还在芯片设计流程中进一步强化了AI智能体的参与深度。
设计更复杂的芯片，要求工程师在日益复杂的设计周期中将物理特性、仿真结果与性能分析相互关联。这类工作非常适合由自主AI智能体来承担——它们能以远超人类的速度运行仿真并生成高精度数据。此次更新后，PhysicsNeMo和CUDA-X成为智能体就绪工具，可支持上述仿真任务。PhysicsNeMo赋予智能体训练和部署AI模型所需的物理能力，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。
此外，英伟达还宣布更新CUDA-X库，首次在GPU上支持"迭代稀疏求解器"。这是支撑物理仿真的稀疏线性代数运算，应用范围涵盖流体动力学、结构应力分析到电磁学等多个领域。本次新增的库包括：用于迭代求解器的cuISS、用于电路和器件仿真中直接稀疏求解的cuDSS，以及用于预测材料在原子尺度行为的量子化学仿真工具cuEST。
英伟达表示，其合作伙伴已借助新库取得了令人振奋的成果。例如，测试与仿真软件公司是德科技（Keysight Technologies）表示，借助新版cuDSS库，电磁仿真速度提升了最高10倍；EDA软件公司Silvaco Group则在由32块GPU组成的集群上，用不到4小时完成了一项包含32亿网格节点的光子边缘耦合器仿真。英伟达表示，这是任何基于CPU的仿真都无法实现的性能水平。
英伟达还介绍了Cadence的AuraStack AI超级智能体——这款专为印刷电路板及先进封装工作负载设计的自动化工具，现已在Millenium M2000超算上基于cuDSS运行。Cadence表示，这一改变使设计验证工作流效率提升了15倍，这一数字尤为令人鼓舞，因为芯片设计行业每年在验证工作负载上消耗的算力高达数十亿计算小时。
上述所有软件均对芯片设计师免费开放。PhysicsNeMo采用Apache 2.0许可证，新版CUDA-X库则作为免费的即插即用替代方案，取代工程师过去需要自行编写的手工代码。对英伟达而言，这一决策具有充分的商业逻辑，因为PhysicsNeMo和CUDA-X只能运行在其自家硬件上。
"工程领域已到达一个拐点。AI现在可以与物理、仿真和设计工具协同工作，"英伟达计算工程部门副总裁兼总经理表示，"借助英伟达智能体工具包，开发者可以构建能够运用物理知识进行推理、运行仿真并生成高精度数据的AI智能工程师，使其成为芯片和系统设计领域创新的全新引擎。"
Q&A
Q1：英伟达Vera CPU在芯片设计中具体带来了哪些性能提升？
A：英伟达Vera CPU经过针对EDA工作负载的专项优化后，使Cadence Jasper形式验证平台和Synopsys VCS逻辑仿真工具的运行性能均提升了1.5倍。这两款工具是芯片设计早期阶段最为计算密集的应用之一，性能提升有望显著缩短芯片设计验证周期，加速新一代芯片的研发进程。
Q2：英伟达智能体工具包（Nvidia Agent Toolkit）新增了哪些能力？
A：英伟达此次将PhysicsNeMo物理AI库和CUDA-X数学加速库集成至智能体工具包中。PhysicsNeMo赋予AI智能体训练和部署物理AI模型的能力，CUDA-X则引入了加速求解器和量子化学仿真功能。新增库包括cuISS、cuDSS和cuEST，分别用于迭代求解、电路仿真和量子化学计算，AI智能体可像调用第三方工具一样直接调用这些求解器。
Q3：Cadence AuraStack AI超级智能体使用cuDSS后效果如何？
A：Cadence的AuraStack AI超级智能体在英伟达Millenium M2000超算上基于cuDSS运行后，设计验证工作流效率提升了15倍。这一提升意义重大，因为芯片设计行业每年在验证工作负载上消耗的算力高达数十亿计算小时，大幅提升验证效率将有效降低整个行业的研发成本与时间。
