Nvidia auf der DAC 2026: Wie das Unternehmen seine eigenen Chips mit Vera-CPUs und KI-Agenten entwickelt

EDA-Partner melden dramatische Leistungssteigerungen

Durch Partnerschaften, die auf der DAC 2026 angekündigt und demonstriert wurden, meldeten Nvidia und seine EDA-Partner erhebliche Leistungsverbesserungen bei Verifikation, Simulation und Wärmemanagement:

• Synopsys stellte einen vollständig autonomen, langlebigen Designverifikationsagenten vor, der den gesamten Chip-Verifikationszyklus orchestriert und eine bis zu 50-mal schnellere Zeit bis zum validierten RTL bei gleichzeitiger 20%iger Verbesserung der Testabdeckung liefert. Synopsys demonstrierte auch seinen ersten vollständig autonomen Computer-Aided Engineering (CAE)-Workflow für das Wärmemanagement und die Kühlung elektronischer Geräte .
• Cadence demonstrierte KI-Agenten, die auf Nvidia-Technologie basieren und die Chipverifikation von Wochen auf Stunden verkürzen, unter Verwendung von Cadence ChipStack und Nvidia OpenShell .
• Siemens kündigte eine erweiterte Partnerschaft mit Nvidia an, um selbstverifizierende agentenbasierte KI-Workflows für EDA und PCB-Engineering bereitzustellen, die von der autonomen Aufgabenorchestrierung hin zu kontinuierlich validierten Engineering-Ergebnissen führen .

Branchenbeobachter stellten fest, dass sich die DAC 2026 von den Vorjahren dadurch unterschied, dass die Leistungsversprechen an tatsächliche Debugging-Fälle, Design-Artefakte und Produktions-Tool-Flows gebunden waren und nicht an spekulative Demos .

Erweiterung des Agent Toolkit für Chip- und Systemdesign

Auf der DAC 2026 kündigte Nvidia eine umfassende Erweiterung des Nvidia Agent Toolkit speziell für den elektronischen und Systementwurf an :

• Neue Bibliotheken hinzugefügt: Neuarchitekturierte Nvidia PhysicsNeMo-Bibliotheken (die KI-Agenten mit physikalischen Simulationsfähigkeiten ausstatten) und aktualisierte Nvidia CUDA-X-Bibliotheken (beschleunigte Löser und Quantenchemie-Fähigkeiten) .
• Diese Ergänzungen ermöglichen es Entwicklern, autonome KI-Ingenieure zu bauen, die komplexe Chip- und System-Workflows planen, optimieren und verifizieren können .
• Branchenführer wie Cadence, Siemens und Synopsys übernehmen diese Fähigkeiten in ihre EDA-Tools .

Bereits am 20. Juli hatte Nvidia dem Agent Toolkit Omniverse-Bibliotheken für physische KI-Fähigkeiten wie Sensor-Simulation und GPU-beschleunigte Physik hinzugefügt, die für das Chipdesign und das breitere Ingenieurwesen anwendbar sind .

Die übergeordnete Strategie: Eigengebrauch (Eating your own dog food)

Das übergreifende Thema der DAC-2026-Präsenz von Nvidia war „AI Supercomputing Meets EDA“ – das Unternehmen nutzt jetzt sein eigenes Silizium (Vera-CPUs und GPUs) und seinen eigenen KI-Agenten-Software-Stack (Agent Toolkit, PhysicsNeMo, CUDA-X), um seine nächste Chip-Generation zu entwerfen .

Timothy Costa, Nvidias General Manager und VP of Computational Engineering, hielt den DAC 2026 Sunday SKYTalk mit dem Titel „AI Supercomputing Meets EDA: Accelerating the Future of Chip and System Design“ und skizzierte dabei die strategische Vision .

Zu den wichtigsten strategischen Elementen gehören:

• Nvidia verwendet seine eigenen Produkte intern: Es führt EDA-Tools auf Vera-CPUs und Nvidia-GPUs aus, um die nächste Generation von Vera-CPUs und Rubin-GPUs zu entwickeln .
• Die Strategie schließt einen positiven Kreislauf: Nvidias eigene KI-Agenten beschleunigen das Chipdesign, und dieselben Chips (Vera, Rubin) sind genau dafür architekturiert, die beste Plattform für agentenbasierte KI-Workloads zu sein .
• Indem Nvidia die Leistungssteigerungen zuerst intern nachweist, kann es denselben integrierten Hardware- und Software-Stack glaubwürdig an die gesamte Halbleiterindustrie verkaufen .