NVIDIA utvider Agent Toolkit med fysikk, kvantekjemi og verktøy for chipdesign

Utvidelsen ble kunngjort 26.–27. juli 2026 og er særlig rettet mot elektronisk designautomatisering (EDA), systemdesign og utvikling av neste generasjons brikker. I praksis betyr det at en AI-agent kan koble sammen flere spesialiserte verktøy i én arbeidsflyt – fra design og simulering til verifisering.

Dette er nytt i Agent Toolkit

PhysicsNeMo gir agentene tilgang til fysikksimulering

NVIDIA har bygget om PhysicsNeMo, selskapets biblioteker for AI-basert fysikk. Bibliotekene kan nå brukes som verktøy som agentene kaller ved behov .

Det åpner for GPU-akselererte simuleringer innen blant annet:

• konstruksjon og strukturell analyse
• væskestrømmer
• termiske beregninger
• flerfysikk, der flere fysiske fenomener analyseres samtidig

I stedet for bare å foreslå en designendring kan agenten dermed også be om en simulering, tolke resultatene og gå videre til neste trinn i prosessen.

CUDA-X gjør tunge beregninger tilgjengelige som agentverktøy

De oppdaterte CUDA-X-bibliotekene inkluderer de sparse løserne cuISS og cuDSS . Sparse løsing brukes til å håndtere store ligningssystemer som ligger under mange tekniske simuleringer – fra væskedynamikk og belastningsanalyse til elektromagnetisme.

• cuISS er en iterativ sparse løser.
• cuDSS er en direkte sparse løser.

Ved å gjøre slike biblioteker tilgjengelige for AI-agenter kan de inngå direkte i design-, analyse- og verifiseringsarbeidsflyter . Utvidelsen omfatter også cuEST og funksjoner for kvantekjemi, slik at agenter kan brukes til simuleringer på molekylært nivå .

Fra chipdesign til fysisk AI og biovitenskap

PhysicsNeMo og CUDA-X er del av en bredere utvidelse av verktøykassen. 20. juli 2026 la NVIDIA også til Omniverse-biblioteker for fysisk AI . Disse omfatter blant annet:

• RTX-basert sensorsimulering for kamera, lidar og radar
• GPU-akselerert fysikksimulering
• validering av 3D-objekter som skal brukes i industrielle digitale tvillinger

I juni kom BioNeMo Agent Toolkit, som gjør biomolekylære modeller tilgjengelige som verktøy for AI-agenter. Bruksområdene omfatter proteinfolding, molekylær docking, generativ kjemi, genomikk og proteindesign . NVIDIA rapporterer at oppgaveløsningen i en test økte fra 57,1 prosent til 100 prosent med disse agentferdighetene. Agentene hadde også i gjennomsnitt dobbelt så mange godkjente påstander per 1 000 token .

Slik bruker industrien teknologien

NVIDIA bygger ikke dette økosystemet alene. Flere sentrale selskaper innen EDA, chipdesign og produksjon er allerede koblet på:

• Cadence utvikler NVIDIA-baserte AI-agenter og plattformen AgentStack for chip- og systemdesign. Kunder og samarbeidspartnere inkluderer blant andre Samsung og SK Hynix . Cadence har også en arbeidsflyt som kan kjøre modellen Nemotron 3 Ultra for chipdesign .
• Synopsys arbeider med fullt autonome, langvarige AI-agenter for EDA, blant annet designverifisering og analoge arbeidsflyter. Selskapet samarbeider med NVIDIA om agentbasert chipdesign og flerfysikksimulering .
• Siemens presenterte sin Fuse EDA AI Agent på NVIDIA GTC 2026. Siemens var samtidig blant de 17 lanseringspartnerne for Agent Toolkit .
• Samsung bruker NVIDIA-akselererte Cadence-løsninger i chipdesign og tar i bruk CUDA-X-biblioteker og AI i arbeidsflyter for halvlederproduksjon .
• TSMC bruker akselerert databehandling og AI fra NVIDIA i utvikling og produksjon av halvledere. TSMC samarbeider også med Cadence om designflyter for prosessnodene N3, N2, A16 og A14 .

Allerede under GTC i mars 2026 oppga NVIDIA at 17 programvareplattformer bygget på Agent Toolkit. Listen inkluderte blant andre Adobe, SAP, Salesforce, ServiceNow, Siemens, Cadence og Synopsys . Den nye PhysicsNeMo- og CUDA-X-utvidelsen dreier imidlertid oppmerksomheten spesielt mot EDA og systemdesign, med Cadence, Siemens og Synopsys som fremhevede tidlige brukere .

NVIDIA vil eie laget under AI-agentene

Den strategiske betydningen ligger i at NVIDIA forsøker å gjøre Agent Toolkit til mer enn et utviklerbibliotek. Selskapet posisjonerer det som et åpent grunnlag for å bygge, sikre og drifte autonome AI-agenter i virksomheter .

Strategien kan deles i tre deler:

1. En felles, åpen teknologistack. Agent Toolkit samler blant annet det sikre kjøremiljøet NemoClaw, agentrammeverket OpenShell, forsknings- og arbeidsflytmaler under AI-Q og de åpne Nemotron-modellene . Målet er å påvirke hvordan agenter bygges, autentiseres og koordineres – på en måte som kan sammenlignes med CUDA-plattformens rolle i GPU-beregning.

2. Utvidelse til vitenskap og den fysiske verden. PhysicsNeMo, CUDA-X og Omniverse flytter Agent Toolkit fra tradisjonelle IT-oppgaver til ingeniørarbeid, design og produksjon . BioNeMo dekker en parallell utvidelse innen legemiddelutvikling og biovitenskap . NVIDIA gjør dermed egne ressurser innen fysikksimulering, GPU-matematikk og genomikk om til verktøy som utviklere kan sette sammen i agentbaserte arbeidsflyter.

3. En tett kobling mellom maskinvare og programvare. Arbeidsbelastningene er laget for NVIDIA-maskinvare, inkludert GPU-er og Vera-prosessorer. NVIDIA oppgir også at selskapets egne ingeniører bruker teknologien og egen maskinvare i arbeidet med neste generasjon GPU-er . Det skaper en selvforsterkende sirkel: NVIDIA-brikker brukes til å utvikle nye NVIDIA-brikker, mens partnernes agentplattformer bygges rundt NVIDIAs programvare og kjøremiljø .

Det er derfor analytikere beskriver satsingen som et infrastrukturspill. NVIDIA prøver ikke først og fremst å konkurrere direkte med applikasjonsselskaper som Salesforce, ServiceNow og SAP. I stedet vil selskapet levere modellene, sikkerheten, kjøremiljøet og verktøyene som ligger under agentene disse plattformene bygger .