輝達擴大CUDA-X函式庫 讓AI代理執行晶片設計與模擬驗證

輝達(NVIDIA，NVDA)正把晶片設計、驗證、物理模擬與資料處理流程，進一步整合進自家GPU加速軟體堆疊。這波動作顯示，繪圖處理器（GPU）之間的效能競爭已從硬體規格延伸到工程工具與AI工作流程領域。

輝達在7月26日發布的聲明中指出，配合DAC 2026晶片設計自動化大會，公司擴大「輝達代理工具包（NVIDIA Agent Toolkit）」，並將PhysicsNeMo與CUDA-X函式庫新增為可供AI代理呼叫的工具。此次公布的重點新元件包括迭代式稀疏矩陣求解器cuISS、直接稀疏矩陣求解器cuDSS，以及用於量子化學運算的cuEST。

CUDA-X是輝達GPU上的一層函式庫，用來加速AI、資料處理、高效能運算、物理模擬與量子化學等運算密集型工作。這次公布的重點，不在於單一功能新增，而是要讓AI代理能直接呼叫物理模型與模擬工具，親自執行設計與驗證流程。

晶片設計軟體的日常作業，離不開設計變更、驗證、模擬與除錯的反覆循環。當GPU加速函式庫與AI代理工具結合進這個循環，受影響的不只是運算速度，整個工作流程都可能被鎖定在特定的軟體堆疊裡。

輝達說明，益華電腦(CDNS)、西門子(SIE)、新思科技(SNPS)等產業軟體業者，已經在使用輝達的加速運算與代理式AI（agentic AI）技術。輝達運算工程部門副總裁提摩西·科斯塔（Timothy Costa）表示：「AI現在能與物理、模擬和設計工具協同作業。」他的說法點出，AI代理的角色正從單純輔助，轉向直接參與工程運算本身。

這被解讀為，輝達正試圖把AI代理的用途，從文件撰寫或程式碼輔助，擴大到工程執行工具。當設計工具內的代理能呼叫運算函式庫與模擬模型，使用者等於同時選定了GPU硬體與開發工具。

西門子同日在自家聲明中表示，將擴大與輝達的合作，推出用於半導體與印刷電路板（PCB）設計的自我驗證型代理式AI工作流程。西門子提出的改善目標包括結果品質、處理時間、工具呼叫可靠度與代幣（token）使用效率。

新思科技也在聲明中公布以輝達技術打造的自主工程工作流程，應用範圍涵蓋RTL驗證與電腦輔助工程（CAE）自動化。

CUDA-X的擴張並不侷限於電子設計自動化（EDA）領域。Cloudera在8月20日發布的聲明中表示，將為Apache Spark 4.1推出原生GPU加速功能，並整合cuDF。

Cloudera說明，在Cloudera Data Engineering環境下，不需要重寫既有的PySpark或SQL程式碼，就能以GPU加速Spark作業。公司提出的效能數字是，相較於純CPU架構，最高可提升4倍速度。

隨著CUDA-X進入資料處理領域，GPU加速的應用範圍正從設計工具擴大到分析管線。輝達的cuDF開發者頁面說明，RAPIDS品牌已從8月11日起轉換為CUDA-X。

不過，發布內容的涵蓋範圍與商用成熟度需要分開看待。輝達的cuEST開發者頁面目前仍將cuEST標示為beta版，因此量子化學運算是否已完全進入生產環境，還言之過早。

業界的反應也不只聚焦在功能新增本身，更關心能否實際嵌入現有工作流程。西門子與新思科技分別強調了結果品質、工具呼叫可靠度、RTL驗證與CAE自動化等面向，但相關效能數字與客戶案例，有相當部分仍來自輝達與合作夥伴自身的發布內容。

對本地讀者而言，這波動作值得留意的地方在於，輝達正把AI基礎建設的競爭，從單純的晶片效能，延伸到軟體依賴度的競爭。本媒體先前已報導，輝達與微軟(MSFT)正擴大鎖定核電產業許可文件與設計驗證的工業用AI合作。

就這次公布的內容而言，目前並未確認與加密貨幣有直接關聯。可以確認的走向是，輝達正把CUDA-X與PhysicsNeMo更深地嵌入晶片設計、驗證、模擬與資料處理流程之中。