NVIDIA porta la fisica negli agenti AI: PhysicsNeMo e CUDA-X puntano alla progettazione dei chip

Cosa cambia per gli agenti AI di ingegneria

PhysicsNeMo: simulazioni fisiche come strumenti richiamabili

Le librerie PhysicsNeMo, riorganizzate per l’integrazione con gli agenti, consentono di richiamare direttamente simulazioni basate sulla fisica come se fossero normali strumenti software .

In pratica, un agente può combinare ragionamento, generazione di codice e simulazione GPU per analizzare:

• strutture e sollecitazioni;
• dinamica dei fluidi;
• fenomeni termici;
• problemi multifisici, cioè situazioni in cui più fenomeni fisici interagiscono tra loro .

Questo porta l’AI fuori dal solo ambito documentale o informatico: l’agente può proporre una soluzione, sottoporla a una verifica fisica e iterare sul progetto in base al risultato.

CUDA-X: risolutori matematici ad alte prestazioni

L’espansione include anche nuovi componenti della famiglia CUDA-X, tra cui i solutori sparsi accelerati cuISS, per i sistemi iterativi, e cuDSS, per i sistemi diretti .

L’algebra lineare sparsa è alla base di numerose simulazioni ingegneristiche, dalla fluidodinamica all’analisi strutturale. Rendere questi calcoli accessibili agli agenti significa permettere loro di inserire risolutori ad alte prestazioni nei processi di progettazione, ottimizzazione e verifica .

Il pacchetto aggiunge inoltre funzionalità di chimica quantistica, pensate per simulazioni a livello molecolare che gli agenti possono invocare durante un’attività scientifica o progettuale .

Omniverse e BioNeMo ampliano il raggio d’azione

PhysicsNeMo e CUDA-X non arrivano isolati. Il 20 luglio NVIDIA aveva già aggiunto al toolkit librerie Omniverse dedicate alla cosiddetta physical AI, ovvero l’intelligenza artificiale applicata a sistemi e ambienti fisici.

Le nuove capacità comprendono:

• simulazione di sensori RTX per telecamere, lidar e radar;
• simulazione fisica accelerata tramite GPU;
• validazione di asset 3D pronti per la simulazione, utile nella costruzione di gemelli digitali industriali .

A giugno era stato inoltre presentato il BioNeMo Agent Toolkit, che trasforma modelli biomolecolari in competenze richiamabili dagli agenti. Le applicazioni includono ripiegamento delle proteine, docking molecolare, chimica generativa, genomica e progettazione di proteine .

Secondo i dati riportati da NVIDIA, l’utilizzo di queste competenze avrebbe portato il tasso di completamento dei compiti dal 57,1% al 100%; gli agenti avrebbero inoltre ottenuto in media il doppio delle asserzioni superate ogni 1.000 token . Si tratta di risultati dichiarati dall’azienda, non di una valutazione indipendente.

Samsung, Siemens, Cadence, Synopsys e TSMC: dove viene adottato il toolkit

Il nuovo aggiornamento è particolarmente rilevante per l’EDA, acronimo di electronic design automation: l’insieme di software utilizzati per progettare, simulare e verificare i circuiti integrati.

• Cadence sta costruendo agenti basati su NVIDIA e la piattaforma AgentStack, con clienti e partner tra cui Samsung e SK Hynix. Il suo ambiente di esecuzione può utilizzare Nemotron 3 Ultra per attività di progettazione dei chip .
• Synopsys sta integrando nel toolkit agenti autonomi e di lunga durata per flussi EDA, inclusa la verifica del progetto e le attività analogiche e mixed-signal. NVIDIA e Synopsys collaborano anche su progettazione dei semiconduttori e simulazioni multifisiche .
• Siemens ha presentato il Fuse EDA AI Agent sulla piattaforma NVIDIA Agent Toolkit durante GTC 2026. L’azienda rientra nel gruppo dei partner iniziali del toolkit .
• Samsung sta utilizzando soluzioni Cadence accelerate da NVIDIA per la progettazione dei chip e librerie CUDA-X e AI per processi legati alla produzione di semiconduttori .
• TSMC utilizza calcolo accelerato NVIDIA e intelligenza artificiale per la progettazione e la produzione di semiconduttori. La collaborazione con Cadence riguarda anche i nodi di processo N3, N2, A16 e A14 .

Già durante GTC 2026, a marzo, NVIDIA aveva indicato 17 partner impegnati a costruire prodotti sul proprio Agent Toolkit. Tra questi figuravano Adobe, SAP, Salesforce, ServiceNow, Siemens, Cadence e Synopsys . L’aggiunta di PhysicsNeMo e CUDA-X sposta ora il baricentro verso progettazione elettronica, sistemi complessi e manifattura, con Cadence, Siemens e Synopsys tra gli adottanti iniziali citati da NVIDIA .

La strategia: diventare l’infrastruttura degli agenti autonomi

La mossa va letta nel contesto della strategia più ampia di NVIDIA. L’azienda non sta presentando l’Agent Toolkit come una singola applicazione finale, ma come uno strato infrastrutturale open source per costruire, proteggere e distribuire agenti autonomi su scala aziendale .

1. Uno standard aperto per costruire e governare gli agenti

Il toolkit riunisce componenti come il runtime sicuro NemoClaw, il framework OpenShell, i blueprint AI-Q e i modelli aperti Nemotron . L’ambizione è offrire un modo comune per sviluppare agenti, gestirne i permessi, autenticarli e coordinarne le attività, in una logica che NVIDIA paragona al ruolo avuto da CUDA nel calcolo su GPU.

2. Dall’IT alla “physical AI”

PhysicsNeMo, CUDA-X e Omniverse estendono il toolkit dagli agenti per le attività aziendali agli agenti impiegati in ingegneria, progettazione e produzione . BioNeMo applica lo stesso principio alle scienze della vita e alla scoperta di farmaci .

Il punto non è soltanto fornire modelli specializzati, ma trasformare asset di ricerca di NVIDIA — simulazione fisica, matematica GPU e genomica — in competenze modulari che gli sviluppatori possono collegare all’interno di workflow più ampi.

3. Il circolo tra software e hardware

Questi carichi di lavoro sono progettati per funzionare sull’hardware NVIDIA, comprese GPU e CPU Vera. La stessa azienda afferma inoltre di utilizzare il proprio silicio insieme a Cadence e Synopsys per progettare la prossima generazione dei suoi chip .

Si crea così un circolo potenzialmente vantaggioso: l’hardware NVIDIA accelera gli strumenti che aiutano a progettare nuovi chip NVIDIA, mentre i partner industriali costruiscono piattaforme e agenti sempre più integrati con il runtime e l’ecosistema dell’azienda .

Per questo diversi analisti descrivono l’iniziativa come una strategia infrastrutturale. NVIDIA punta a fornire il livello di modelli, runtime, sicurezza e strumenti su cui possono poggiare le piattaforme applicative di aziende come ServiceNow, Salesforce e SAP, invece di competere direttamente con loro sul software finale .