英伟达Vera CPU加速EDA验证，芯片验证效率提升1.5倍

英伟达的CUDA-X库和cuLitho软件已经在加速芯片设计的同时大幅降低光刻成本。现在，英伟达正与芯片设计师和行业合作伙伴合作，利用Vera CPU优化电子设计自动化（EDA）应用。

EDA的关键流程包括仿真、验证和实现。这三者是芯片送往制造环节前最关键的步骤。在这些流程中，工程师需要验证芯片的各项行为，并持续优化设计。这些流程严重依赖CPU性能，因此需要更快的核心和高效的内存系统，而Vera在所有这些方面都为这些流程提供了显著升级。

根据在英伟达Vera CPU上进行的初步测试，该芯片实现了高达1.5倍的性能提升：

Cadence Jasper：一个形式验证平台，利用智能证明技术和机器学习在设计周期早期发现和修复缺陷，提升验证效率。

Synopsys VCS：一个高性能功能验证解决方案，用于在流片前仿真和验证复杂芯片设计。测试中使用相同数量的核心。

AI物理增强工作流——从芯片设计、掩膜设计、芯片制造到封装与系统级集成，覆盖万亿晶体管级极端集成与原子级制造的物理和量子极限，来源：英伟达

RTL阶段与Agent Toolkit

初始流程之后，芯片的行为在寄存器传输级（RTL）阶段进行描述。RTL流程包括逻辑仿真、形式验证、回归测试和数字实现。

英伟达Agent Toolkit的能力包括：

• AI物理技能： NVIDIA PhysicsNeMo库帮助Agent训练和部署可定制的AI物理模型，用于复杂设计和仿真任务，将模型架构转化为工程工作流中可调用的工具。
• 迭代稀疏求解器： 全新NVIDIA cuISS（CUDA迭代稀疏求解器）库加速物理和工程仿真中的大规模稀疏线性系统。专为GPU上的灵活性和性能设计，其现代化、可组合的求解器和预条件子帮助开发者构建可扩展的生产级仿真引擎，适用于智能体驱动的工程工作流。
• 直接稀疏求解器： NVIDIA cuDSS（CUDA直接稀疏求解器）加速电子设计自动化（EDA）和科学仿真中核心的大规模复杂稀疏线性系统。在器件、电路和系统仿真等关键工作负载上提供高性能和数值鲁棒性，并支持生产环境中向多GPU和多节点部署的扩展。
• 量子化学： NVIDIA cuEST（CUDA电子结构理论）将高精度量子化学仿真带到与器件相关的规模，使密度泛函理论（DFT）和后DFT方法能够大规模集成到生产工作流中。cuEST通过支持广泛的现代泛函，并使越来越大的基态和激发态仿真在NVIDIA GPU上变得可管理，为客户带来生产价值。

Vera更快的执行速度缩短了单次验证运行的时间，提供更高的吞吐量，使工程师和企业能够在同一开发窗口内评估更多设计替代方案并完成更多验证。

NVIDIA Agent Toolkit扩展——涵盖AI物理Agent工具（cuDSS、cuEST、cuISS、CUDA-X）、CAD Agent（OpenUSD/FreeCAD/Kit-CAE/OpenShell）、后处理Agent（流场可视化）等，来源：英伟达

Nemotron 3 Ultra：面向芯片设计的智能体编码

NVIDIA Nemotron 3 Ultra开源AI模型也为芯片设计带来了智能体编码能力的提升，在RTL编码方面具有更高的准确率和深度领域专业知识。

NVIDIA Nemotron 3 Ultra在芯片设计Agent平均通过率基准测试中领先——以更少token实现更高准确率，已集成于Cadence、Synopsys、Siemens等主流芯片设计工具

总体而言，英伟达Vera CPU为EDA和RTL流程带来了加速能力、更快的算法吞吐量和更高的效率。英伟达还在研发下一代基于Rigel核心架构的Rosa CPU，将继续优化领先的EDA应用，这些芯片将成为英伟达未来自有CPU和GPU的关键使能器。