Nvidia 在 DAC 2026 的大动作：用自家的 Vera CPU 将芯片设计提速 50 倍

在 2026 年于长滩举行的设计自动化大会（DAC）上，英伟达（Nvidia）传递了一个清晰而连贯的信息：它正在用自己的 Vera CPU、自己的 AI 智能体以及不断壮大的 EDA 合作伙伴生态，来设计自己未来的芯片。这一系列宣布涵盖了硬件部署、软件性能提升、工具包扩展，以及一个更宏大的战略闭环——英伟达称之为“AI 超算遇上 EDA”（AI Supercomputing Meets EDA）。以下是该公司及其合作伙伴披露的核心内容。

Vera CPU 进入芯片设计流程

英伟达宣布，其芯片设计 EDA 工作流现已运行在 Vera CPU 上——这款芯片正是为其下一代产品提供动力的同一款硅片。英伟达与 Cadence 和 Synopsys 合作，为这一全新架构优化关键的 EDA 应用 。公司正在将 Vera 积极部署于其下一代 CPU 和 GPU 的开发流程中，并将此举描述为“展示高性能 CPU 如何加速半导体设计与验证” 。

Vera CPU 于 2026 年早些时候的 GTC 大会上首次发布，是一款独立的处理器，搭载了 88 个英伟达自研的“Olympus”核心。英伟达将其定位为“面向智能体的 CPU”，专为处理 GPU 无法高效运行的智能体编排循环而设计 。

EDA 合作伙伴报告惊人的性能提升

通过 DAC 2026 上宣布和展示的合作项目，英伟达及其 EDA 合作伙伴报告了在验证、仿真和热管理方面的显著性能提升：

• Synopsys 推出了一款完全自主的长时运行设计验证智能体，可编排整个芯片验证周期，实现高达 50 倍更快的 RTL 验证时间，并额外提升 20% 的覆盖率。Synopsys 还展示了其首个用于热管理和电子设备冷却的全自主计算机辅助工程（CAE）工作流 。
• Cadence 演示了基于 Nvidia 技术构建的 AI 智能体，将芯片验证从数周缩短至数小时，使用了 Cadence ChipStack 和 Nvidia OpenShell 。
• Siemens 宣布扩大与 Nvidia 的合作伙伴关系，为 EDA 和 PCB 工程提供自验证的智能体 AI 工作流，从自主任务编排迈向持续验证的工程成果 。

行业观察人士指出，DAC 2026 与往年最大的不同在于，此次的性能声明均与实际调试案例、设计工件和生产工具流程挂钩，而非仅停留在概念演示层面 。

Agent Toolkit 扩展，瞄准芯片与系统设计

在 DAC 2026 上，英伟达宣布对其 Nvidia Agent Toolkit 进行重大扩展，专门针对电子和系统设计领域 ：

• 新增库： 重新架构的 Nvidia PhysicsNeMo 库（为 AI 智能体赋予物理仿真能力）和更新的 Nvidia CUDA-X 库（加速求解器和量子化学能力）。
• 这些新增功能使开发者能够构建能够规划、优化和验证复杂芯片与系统工作流的 自主 AI 工程师 。
• 包括 Cadence、Siemens 和 Synopsys 在内的行业领导者正在将这些能力集成到他们的 EDA 工具中 。

此外，在 7 月 20 日，英伟达还向 Agent Toolkit 添加了 Omniverse 库，用于传感器仿真和 GPU 加速物理等物理 AI 能力，这些同样适用于芯片设计和更广泛的工程领域 。

更宏大的战略：吃自己的“狗粮”

英伟达在 DAC 2026 上的核心主题是 “AI 超算遇上 EDA”——该公司正使用自己的硅片（Vera CPU + GPU）和自己的 AI 智能体软件栈（Agent Toolkit、PhysicsNeMo、CUDA-X）来设计其下一代芯片 。

英伟达计算工程部总经理兼副总裁 Timothy Costa 发表了 DAC 2026 周日的 SKYTalk 演讲，题为“AI 超算遇上 EDA：加速芯片与系统设计的未来”，阐述了这一战略愿景 。

关键战略要素包括：

• 英伟达正在内部使用自己的产品： 在 Vera CPU 和 Nvidia GPU 上运行 EDA 工具，以设计下一代的 Vera CPU 和 Rubin GPU 。
• 该战略形成了一个良性闭环： 英伟达自己的 AI 智能体加速了芯片设计，而这些相同的芯片（Vera、Rubin）在设计上又是运行智能体 AI 工作负载的最佳平台 。
• 通过在内部先行验证性能提升，英伟达能够更有说服力地向整个半导体行业销售集成度相同的硬件 + 软件栈 。