NVIDIA erweitert sein Agent Toolkit um PhysicsNeMo und CUDA-X: KI-Agenten lernen physikalische Simulation und Quantenchemie

Neue Fähigkeiten in Physik, Chemie und Ingenieurwesen

PhysicsNeMo (KI-Physikbibliotheken)

• Die neu aufgesetzten PhysicsNeMo-Bibliotheken geben Agenten die Fähigkeit, KI-gestützte physikalische Simulationen direkt als Werkzeuge aufzurufen .
• Autonome Agenten können damit GPU-beschleunigte physikalische Simulationen für Struktur-, Strömungs-, thermische und Multiphyisanwendungen durchführen .

CUDA-X-Beschleunigungslöser

• Die aktualisierten CUDA-X-Bibliotheken enthalten die beschleunigten sparse Löser cuISS (iterativer sparse Löser) und cuDSS (direkter sparse Löser) .
• Diese ermöglichen KI-Agenten den Aufruf von Hochleistungs-Lineare-Algebra-Lösern als Teil ihrer Konstruktions- und Prüfabläufe .

Quantenchemie-Funktionen

• Die CUDA-X-Erweiterung fügt Quantenchemie-Funktionen hinzu, die Agenten für molekulare Simulationen nutzen können .

Omniverse-Physik-KI-Fähigkeiten (angekündigt am 20. Juli 2026)

• Neue Omniverse-Bibliotheken für RTX-Sensorsimulation (Kamera, Lidar, Radar) und GPU-beschleunigte Physiksimulation .
• Simulationsbereite Asset-Validierung – Agenten können 3D-Assets für industrielle digitale Zwillinge prüfen und zertifizieren .

BioNeMo Agent Toolkit (Lebenswissenschaften – 23./29. Juni 2026)

• Biomolekulare Modelle als aufrufbare Agenten-Fähigkeiten verpackt: Proteinfaltung, molekulares Docking, generative Chemie, Genomik und Proteindesign .
• NVIDIA berichtet, dass die Aufgabenerfüllungsrate mit diesen Fähigkeiten von 57,1 % auf 100 % gestiegen ist; die Agenten erzielten im Schnitt 2x mehr bestandene Prüfungen pro 1.000 Token .

Industriepartner setzen auf die neuen Fähigkeiten

• Cadence baut NVIDIA-gestützte KI-Agenten und seine AgentStack-Plattform auf dem Agent Toolkit auf; zu den Kunden zählen Samsung und SK Hynix . Cadence setzt Nemotron 3 Ultra im Chipdesign ein .
• Synopsys bietet vollautonome, langlebige KI-Agenten für EDA-Workflows, die in das Agent Toolkit integriert sind . Synopsys und NVIDIA arbeiten gemeinsam an agentischer KI für Chipdesign und Multiphysik-Simulation .
• Siemens hat auf der GTC 2026 seinen Fuse EDA AI Agent auf Basis des NVIDIA Agent Toolkit vorgestellt . Siemens gehört zur 17-köpfigen Startpartner-Gruppe des Toolkits .
• Samsung übernimmt Cadence-Lösungen, die durch NVIDIA beschleunigt werden, im Chipdesign und nutzt NVIDIA CUDA-X-Bibliotheken und KI in der Halbleiterfertigung .
• TSMC setzt auf NVIDIAs beschleunigtes Computing und KI, um Halbleiterdesign und -fertigung voranzutreiben; das Unternehmen arbeitet mit Cadence (das auf dem NVIDIA Agent Toolkit aufbaut) über die TSMC-Knoten N3, N2, A16 und A14 zusammen .

Bereits auf der GTC 2026 im März bauten 17 Startpartner wie Adobe, SAP, Salesforce, ServiceNow, Siemens, Cadence und Synopsys auf dem Agent Toolkit auf . Die Juli-2026-Erweiterung mit PhysicsNeMo und CUDA-X zielt speziell auf die elektronische Designautomatisierung (EDA) und den Systementwurf ab – Cadence, Siemens und Synopsys sind als Early Adopters genannt .

Einordnung in NVIDIAs breitere Strategie für autonome KI-Agenten-Infrastruktur

NVIDIA positioniert das Agent Toolkit als fundamentale Open-Source-Infrastrukturschicht zum Bau, zur Absicherung und zum Betrieb autonomer KI-Agenten im Unternehmensmaßstab . Die Strategie ruht auf drei Säulen:

1. Open-Source-Standardisierung. Durch die Offenlegung des Agent Toolkit (inkl. NemoClaw-Laufzeitumgebung, OpenShell-Agentenframework, AI-Q-Blaupausen und Nemotron-Open Models) will NVIDIA standardisieren, wie autonome Agenten gebaut, authentifiziert und orchestriert werden – analog zur Rolle, die CUDA seinerzeit für GPU-Computing spielte .

2. Vertikale Expansion in physikalische und wissenschaftliche Domänen. Die Juli-2026-Erweiterungen (PhysicsNeMo, CUDA-X, Omniverse) dehnen das Toolkit von IT-Agenten auf Ingenieurwesen, Design und Fertigung – die „Physical-AI“-Ebene – aus . Das BioNeMo Toolkit erschließt analog die Wirkstoffforschung und Lebenswissenschaften . Damit wird NVIDIAs Kern-Know-how (Physiksimulation, GPU-Mathematik, Genomik) in aufrufbare Agenten-Fähigkeiten verwandelt.

3. Hardware-Software-Schwungrad. Diese Agenten-Workloads laufen optimal auf NVIDIAs eigener Silizium-Hardware (GPUs, Vera-CPUs) und werden zugleich genutzt, um NVIDIAs eigene nächste Chip-Generation zu entwerfen – eine geschlossene Schleife, in der NVIDIAs Chips bessere NVIDIA-Chips entwerfen helfen . Die Agenten-Infrastruktur verstärkt zudem den Netzwerkeffekt: Partner wie Cadence, Synopsys und Siemens bauen auf NVIDIAs Laufzeitumgebung und Hardware auf .

Analysten bezeichnen dies als „Infrastruktur-Strategie“: NVIDIA baut die Laufzeit-, Sicherheits-, Modell- und Werkzeugschicht unterhalb der Unternehmens- und Industrie-Agenten-Plattformen, konkurriert aber nicht direkt mit den Anwendungs-ISVs (ServiceNow, Salesforce, SAP), die darauf aufsetzen .