Nvidia 在 DAC 2026 宣布重大突破：Vera CPU 投入晶片設計、EDA 效能提升 50 倍，以及用自家矽智財打造下一代晶片的核心策略

在 2026 年於美國長灘舉行的設計自動化會議（DAC）上，Nvidia 傳遞了一個明確且一致的訊息：該公司正使用自家的 Vera CPU、自家的 AI 代理，以及不斷擴大的 EDA 合作夥伴生態系，來設計其未來的晶片。這些宣布涵蓋了硬體部署、軟體效能提升、工具擴展，以及一個更廣泛的策略性閉環，Nvidia 稱之為「AI 超級運算遇上 EDA」（AI Supercomputing Meets EDA）。以下是該公司及其合作夥伴揭露的詳細內容。

Vera CPU 正式導入晶片設計流程

Nvidia 宣布，目前正與 Cadence 和 Synopsys 合作，將自家的晶片設計 EDA 工作流程，實際運行在 Vera CPU 上——而這款處理器正是用於打造其下一代產品的同一款晶片 。該公司正在積極地將 Vera 部署於開發下一代 CPU 與 GPU 所使用的 EDA 流程中，並稱此舉證明了「高效能 CPU 如何加速半導體設計與驗證」 。

Vera CPU 最早於 2026 年 GTC 大會上發表，是一款採用 88 顆 Nvidia 自研「Olympus」核心的獨立處理器。Nvidia 將其定位為「專為代理（Agent）打造的 CPU」，旨在高效處理 GPU 無法勝任的代理編排（Agent Orchestration）迴圈 。

EDA 合作夥伴展示驚人效能提升

透過在 DAC 2026 上宣布並展示的合作關係，Nvidia 及其 EDA 合作夥伴在驗證、模擬及熱管理方面，都報告了顯著的效能提升：

• Synopsys 推出一款完全自主的長時設計驗證代理，能夠編排整個晶片驗證週期，實現高達 50 倍 的「驗證至 RTL 完成時間」加速，同時還額外達成 20% 的覆蓋率提升。Synopsys 也展示了其第一個完全自主的電腦輔助工程（CAE）工作流程，專注於熱管理與電子設備散熱 。
• Cadence 展示了基於 Nvidia 技術打造的 AI 代理，將晶片驗證時間從數週縮短至數小時，其核心技術包含 Cadence ChipStack 與 Nvidia OpenShell 。
• Siemens 宣布擴大與 Nvidia 的合作，推出「自我驗證」（self-verifying）的代理型 AI 工作流程，應用於 EDA 與 PCB 工程，從任務自動化編排邁向持續驗證的工程成果 。

業界觀察家指出，DAC 2026 與往年不同之處在於，這些效能宣稱都與實際的除錯案例、設計工件以及生產級工具流程綁定，而非僅是展示性質的示範 。

Agent Toolkit 針對晶片與系統設計大幅擴展

在 DAC 2026 上，Nvidia 宣布了 Nvidia Agent Toolkit 的重大擴展，特別針對電子與系統設計領域 ：

• 新增函式庫： 重新架構的 Nvidia PhysicsNeMo 函式庫（賦予 AI 代理物理模擬技能）與更新的 Nvidia CUDA-X 函式庫（提供加速求解器與量子化學能力）。
• 這些新增功能使開發者能夠打造 自主 AI 工程師，可規劃、優化並驗證複雜的晶片與系統工作流程 。
• 包括 Cadence、Siemens 和 Synopsys 在內的業界領導者，正在將這些能力整合到他們的 EDA 工具中 。

此外，在 7 月 20 日，Nvidia 也將 Omniverse 函式庫加入 Agent Toolkit，以提供物理 AI 能力，例如感測器模擬和 GPU 加速物理，同樣適用於晶片設計與更廣泛的工程領域 。

更廣泛的策略：吃自己的狗食 (Eating Your Own Dog Food)

Nvidia 在 DAC 2026 上的核心主軸是 「AI 超級運算遇上 EDA」——該公司正使用自家的晶片（Vera CPU + GPU）以及自家的 AI 代理軟體堆疊（Agent Toolkit, PhysicsNeMo, CUDA-X）來設計其下一代晶片 。

Nvidia 計算工程部門副總裁暨總經理 Timothy Costa，在 DAC 2026 週日發表了主題為「AI Supercomputing Meets EDA: Accelerating the Future of Chip and System Design」的 SKYTalk 演講，闡述了此戰略願景 。

此策略的關鍵要素包括：

• Nvidia 內部使用自家產品： 在 Vera CPU 和 Nvidia GPU 上運行 EDA 工具，以設計下一代 Vera CPU 和 Rubin GPU 。
• 此策略形成一個良性閉環： Nvidia 自己的 AI 代理加速了晶片設計，而這些晶片（Vera, Rubin）的架構本身就是運行代理型 AI 工作負載的最佳平台 。
• 先在內部驗證效能提升後，Nvidia 便能更具說服力地向整個半導體產業銷售這套整合的硬體+軟體解決方案 。