NVIDIA kopplar fysik och kvantkemi till sitt Agent Toolkit

Vad tillförs Agent Toolkit?

PhysicsNeMo: fysik som ett anropbart verktyg

De omarbetade PhysicsNeMo-biblioteken gör det möjligt för en AI-agent att anropa AI-baserade fysiksimuleringar direkt som en del av ett arbetsflöde . Det kan exempelvis handla om GPU-accelererade analyser av:

• hållfasthet och strukturer,
• fluidflöden,
• termiska förhållanden,
• och multiphysik, där flera fysikområden kombineras i samma modell .

Tanken är att agenten inte bara föreslår en design, utan också kan testa den mot tekniska begränsningar och föra resultatet vidare till nästa steg i processen.

CUDA-X: snabbare matematik bakom simuleringarna

NVIDIA lägger samtidigt till accelererade lösare i CUDA-X. Bland nyheterna finns cuISS, en iterativ lösare för glesa system, och cuDSS, en direkt lösare för samma typ av linjär algebra .

Glesa matriser förekommer i många tekniska beräkningar, bland annat inom strukturmekanik, fluiddynamik och elektromagnetism. Genom att göra lösarna anropbara för AI-agenter kan de användas i konstruktions-, optimerings- och verifieringsflöden .

Utökningen omfattar även funktioner för kvantkemi, bland annat biblioteket cuEST, som agenter kan använda för simuleringar på molekylär nivå .

Från chipdesign till digitala tvillingar

PhysicsNeMo och CUDA-X är inte de enda domänspecifika delarna i NVIDIA:s strategi. Den 20 juli 2026 lade bolaget till Omniverse-bibliotek med färdigheter för:

• RTX-baserad simulering av kameror, lidar och radar,
• GPU-accelererad fysiksimulering,
• kontroll av om 3D-objekt är redo att användas i simuleringar och industriella digitala tvillingar .

I juni lanserade NVIDIA dessutom BioNeMo Agent Toolkit för livsvetenskaper. Där kan agenter använda verktyg för proteinveckning, molekylär dockning, generativ kemi, genomik och proteindesign . NVIDIA uppger att andelen slutförda uppgifter i ett test ökade från 57,1 procent till 100 procent med dessa färdigheter. Agenterna uppnådde också i genomsnitt dubbelt så många godkända påståenden per 1 000 token .

Företagen som bygger på plattformen

Den tydligaste tidiga användningen finns inom EDA, elektronisk designautomation – alltså programvaran som används för att utforma, simulera och verifiera halvledare och elektroniska system.

• Cadence bygger NVIDIA-baserade AI-agenter och plattformen AgentStack ovanpå Agent Toolkit. Bland Cadence-kunder och samarbetspartner som använder NVIDIA-accelererade lösningar finns Samsung och SK Hynix . Cadence har också utvecklat en körmiljö för Nemotron 3 Ultra i chipdesign .
• Synopsys erbjuder långvariga, helt autonoma AI-agenter för EDA-arbetsflöden och integrerar dem med Agent Toolkit. Samarbetet med NVIDIA omfattar bland annat chipdesign och multiphysiksimulering .
• Siemens presenterade sin Fuse EDA AI Agent på NVIDIA GTC 2026. Företaget ingår även i den grupp på 17 lanseringspartner som bygger på verktygslådan .
• Samsung använder NVIDIA-accelererade Cadence-lösningar i chipdesign och CUDA-X-bibliotek samt AI i arbetsflöden för halvledartillverkning .
• TSMC använder NVIDIA:s accelererade beräkning och AI för halvledardesign och tillverkning. TSMC samarbetar också med Cadence kring avancerade processnoder som N3, N2, A16 och A14 .

När Agent Toolkit presenterades på GTC i mars 2026 uppgav NVIDIA att 17 partnerföretag, däribland Adobe, SAP, Salesforce, ServiceNow, Siemens, Cadence och Synopsys, redan byggde lösningar på plattformen . Den nya PhysicsNeMo- och CUDA-X-versionen riktar sig särskilt mot EDA och systemdesign, med Cadence, Siemens och Synopsys som namngivna tidiga användare .

NVIDIA vill äga infrastrukturen under AI-agenterna

Utökningen visar hur NVIDIA försöker flytta fram positionerna från GPU-hårdvara till den programvaruinfrastruktur som krävs för att autonoma agenter ska fungera i företag och industrin.

Bolaget beskriver Agent Toolkit som ett öppet infrastrukturlager för att bygga, säkra och distribuera autonoma AI-agenter i stor skala . Strategin vilar i huvudsak på tre delar.

1. En öppen standard för agentutveckling

NVIDIA har samlat flera komponenter i ekosystemet: den säkra körmiljön NemoClaw, agentramverket OpenShell, forsknings- och lösningsmallar i AI-Q samt öppna Nemotron-modeller . Målet är att påverka hur agenter byggs, autentiseras och samordnas – på ett sätt som påminner om CUDA:s roll för GPU-beräkningar .

2. Från kontorsarbete till fysisk och vetenskaplig AI

Med PhysicsNeMo, CUDA-X och Omniverse breddas plattformen från företags- och IT-agenter till konstruktion, produktutveckling och tillverkning – det NVIDIA kallar physical AI . BioNeMo följer samma modell inom läkemedelsutveckling och livsvetenskaper .

NVIDIA gör därmed sina befintliga forsknings- och programvaruresurser – fysiksimulering, GPU-matematik och genomik – till färdigheter som utvecklare kan koppla ihop i agentbaserade arbetsflöden.

3. En återkoppling mellan hårdvara och programvara

NVIDIA uppger att företagets egna ingenjörer kör programvara för utvecklingen av nästa generations GPU:er på NVIDIA:s egna kretsar, bland annat Vera-processorer, i samarbete med Cadence och Synopsys . Det skapar en återkoppling där NVIDIA:s hårdvara används för att utveckla nästa generation NVIDIA-hårdvara.

Samtidigt kan partner som Cadence, Synopsys och Siemens bygga agentplattformar som är tätt kopplade till NVIDIA:s körmiljö och GPU-beräkning. Det stärker ekosystemet runt NVIDIA – men kan också göra det svårare för kunder att byta plattform .

Analytiker beskriver därför satsningen som ett infrastrukturspel. NVIDIA försöker inte i första hand konkurrera med programvaruföretag som Salesforce, ServiceNow och SAP på applikationsnivå. I stället vill bolaget leverera lagret under dem: modeller, körmiljö, säkerhet, verktyg och beräkningsbibliotek .