从底层的Vera CPU、CUDA-X加速库到中层的AI物理模型再到顶层的智能体协同将整个工程流程重塑为一个高度自驱动的“信任自主”闭环。过去十年半导体行业的技术角逐主要体现在“制程工艺”上。随着AI工厂的崛起芯片的设计目标从单个组件变成了一个包含GPU、网络、封装、散热、软件的综合平台每一代都在成倍增加复杂度。为此未来的十年工程师面临的将是“系统复杂度”的指数级轰炸仅依靠人类工程师加班加点、或者单点升级某个软件工具已经成为历史。在这个大背景下英伟达NVIDIA正试图通过一次全方位的“全栈革命”——从底层的Vera CPU、CUDA-X加速库到中层的AI物理模型再到顶层的智能体协同将整个工程流程重塑为一个高度自驱动的“信任自主”闭环。Vera专为AI工程时代设计的全新CPU我们知道所有智能决策都离不开算力的底层支撑。在传统的工程仿真与设计中CPU往往承担着繁琐的调度和计算任务。然而当进入AI代理时代GPU与CPU进行密集的交互、仿真和验证这对CPU提出了前所未有的严苛要求不仅需要强大的多核并行能力更需要极高的单核性能、巨大的内存带宽以及极低的延迟。为此英伟达发布了专为AI工程时代设计的全新CPU——Vera。Vera并不仅仅是规格的堆砌它被英伟达定义为一款“大规模单核CPU”。搭载了定制的“Olympus”核心Vera能够提供两倍于上一代的单核性能。更令人惊叹的是其互联与内存子系统通过可扩展的一致性架构Vera提供了高达 23.4 TB/s 的核心间带宽是x86参考架构的3倍同时其LPDDR5X内存子系统提供了 1.2 TB/s 的内存带宽并且延迟降低了40%。这种超大带宽极低延迟的组合彻底打通了GPU推理和CPU调度之间的数据高速公路。在EDA工作流的实际测试中在同等CPU核心数的对比下Vera在Synopsys BCS和Cadence Jasper等关键EDA仿真与验证负载中比业界顶尖的高频AMD EPYC处理器性能高出 1.5倍。对于工程师而言这意味着原本需要数日的仿真验证将直接被压缩至数小时甚至更短。硬件性能是发动机那么算法库就是传动系统。英伟达在其基石CUDA-X生态中宣布推出全新的代码加速库——cuLSS。在很多工程应用中偏微分方程离散化后会形成庞大的稀疏线性系统而cuLSS正是为这种“迭代稀疏求解”而生的。它提供了GPU原生的迭代求解器和预条件构建模块支持从单GPU到多GPU节点的无缝扩展。在早期性能测试中基于OpenFOAM的测试显示cuLSS比领先的CPU基线实现了 12倍的性能提升。Physics NeMo为AI代理提供“动手能力”的指令集众所周知在AI落地到应用工程的过程中仅靠通用的语言模型远远不够因为工程领域需要严格的物理定律约束。而英伟达Physics NeMo的进化展现了其在AI物理领域的野心。Physics NeMo最初只是一个帮助专家构建、训练和部署AI物理模型的框架。现在它被彻底重构为一系列开放、可组合的库和“智能体技能”。它不再只是封装好的工具而是变成了为AI代理提供“动手能力”的指令集。Physics NeMo Mesh就是一个典型的技能模块它赋予了AI代理处理几何网格数据的能力这取代了传统依靠人工编写代码或通用加速操作的方法。当AI代理需要在工程仿真中模拟气流、热力学或材料应力时它可以直接调用Physics NeMo的技能自主完成数据管道创建、训练配置甚至校验结果。除此之外底层通用推理能力则由NeMo Triton 3 Ultra模型提供。这不是一个通用模型而是一个专为“企业级智能体”构建的开放模型。在ChipStack RTL生成、调试等高精度芯片设计任务中NeMo Triton 3 Ultra展现了世界级的表现。在综合的Verilog设计问题基准测试中它不仅通过率领先而且每次迭代消耗的平均Token更少。对于芯片设计工程师来说这意味着芯片代理可以在多次“协同生成-工具执行-失败分析-修正”的循环中跑得更快、更准确。更关键的是其开放性。NeMo Triton 3 Ultra的模型权重、数据技术、训练配方全部开放允许西门子、新思科技等合作伙伴及客户根据自己的特定工作流和专业知识产权IP去微调、定制而不是强迫每个任务都用一个通用的模型去猜。Agent Toolkit连接工程智能体拥有了强悍的硬件、极速的库和聪明的模型还需要一根绳索将它们串联起来。这根绳索就是NVIDIA Agent Toolkit。英伟达将Agent Toolkit描述为工程智能体的“连接组织”。它包含了一套用于推理、路由和协调的系统能够处理多步骤的复杂工作。举个例子当一个工程师输入一个设计目标时Agent Toolkit会激活推理模型将目标分解为计划并决定由哪一个专门的智能体如仿真智能体、物理智能体、后处理智能体来执行下一步。如果某个设计在物理检查或设计规则中失败了整个系统能够自己修订计划、重新运行工具或者将问题升级给人类工程师。值得一提的是这种代理协同是在可信的环境下运行的。为了确保工程师对自己的流程拥有绝对的控制权整个工作流建立在OpenUSD用于结构化几何与结果传递和Open Shell安全执行环境之上。智能体对工具、数据和计算资源的访问都被安全环境和企业策略所约束。这就是英伟达提出的“信任自治”的核心仅靠推理模型无法得到可靠的工程结果必须将推理、加速计算、AI物理、受控执行和确定性验证融为一体才能产生可信的自主性。在这场“工程代理”的浪潮中英伟达不是一个人在战斗而是一个开放平台的搭建者。从台积电、应用材料到西门子、Cadence、新思科技合作伙伴们将英伟达的底层软硬件转化为工程师手中解决实际问题的利器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。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。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。写在最后打造“可信自治”的工程未来当前人类正处于半导体和工业制造前所未有的复杂变革期。通过全面整合底层物理计算硬件Vera CPU、核心加速库CUDA-X、cuLSS、重构的AI物理模型Physics NeMo、强大的推理大脑NeMo Triton 3 Ultra以及中枢神经Agent Toolkit英伟达不仅构建了一个完整的软件与硬件闭环更向上搭建了一个开放、透明、可信的工程代理生态。正如英伟达内部已经开始将这套体系全面应用于下一代芯片和自身AI工厂的设计之中这一全栈技术路径向外界传递了一个清晰的信号真正的创新不在于孤立的参数竞赛而在于如何用完整的系统思维去解决工程复杂性带来的深层挑战。