Nvidia impulsiona engenharia de chips com agentes de inteligência artificial
Nvidia acelera desenvolvimento de chips via agentes de IA, otimizando design e reduzindo tempos em meio à crescente complexidade do setor.
Nvidia acelera desenvolvimento de chips via agentes de IA, otimizando design e reduzindo tempos em meio à crescente complexidade do setor.
Nvidia amplia uso da inteligência artificial na concepção de chips
Há mais de uma década, a Nvidia concentrou esforços no desenvolvimento de tecnologias para inteligência artificial (IA), produzindo GPUs e CPUs voltados para essa área. Combinando hardware avançado com um ecossistema rico em softwares como CUDA-X e modelos IA sob o guarda-chuva Nemotron, a empresa lidera um mercado que cresce rapidamente e influencia desde centros de dados empresariais até supercomputação de alto desempenho.
Os desafios para o desenvolvimento de chips têm crescido exponencialmente, não apenas pela demanda maior, mas pela complexidade inerente à inovação em semicondutores, que requer soluções além dos métodos tradicionais. O vice-presidente e gerente geral de engenharia computacional da Nvidia, Tim Costa, destaca que até 2030 a indústria deverá fabricar cerca de 2 trilhões de chips, processar 41 milhões de wafers mensalmente e que sistemas inteiros chegarão a contar com transistor em escala de quadrilhões.
Essa complexidade multifatorial, envolvendo escalabilidade, arquitetura, embalagem e sistemas integrados, mostra que o processo tradicional de design não acompanha mais a velocidade necessária, especialmente no contexto acelerado da IA. Assim, a Nvidia tem investido no uso de agentes de IA que auxiliam engenheiros a explorar mais alternativas de design e a tomar melhores decisões integradas, utilizando simulações de alta fidelidade e computação acelerada para validar e otimizar projetos de forma mais rápida.
Ferramentas baseadas em IA para acelerar o ciclo completo de engenharia
Ao contrário da substituição dos princípios físicos e regras de projeto, a IA incorporada ao processo permite ampliar a frequência e eficiência dos testes e validações, acelerando todo o ciclo de engenharia, não apenas etapas isoladas. A Nvidia ampliou seu Agent Toolkit com atualizações no CUDA-X e na biblioteca PhysicsNeMo, para treinar e implantar modelos IA especializados em física, indispensáveis para simulações e verificações complexas.
Outro marco é o uso do processador central (CPU) “Vera” baseado em arquitetura Arm, desenvolvido pela Nvidia com 88 núcleos personalizados ‘Olympus’ e alta largura de banda de memória, para acelerar fluxos de trabalho de automação de projeto eletrônico (EDA). Testes iniciais indicam ganhos de desempenho 1,5 vezes superiores ao sistema AMD Epyc Torrent, reduzindo significativamente o tempo de simulação e validação e permitindo ciclos de iteração mais rápidos no desenvolvimento dos futuros CPUs e GPUs Nvidia, como o CPU ‘Rosa’ previsto para 2028.
Parcerias estratégicas fortalecem o uso da IA em design de semicondutores
Nvidia mantém parcerias com importantes empresas de design de chips, como Cadence e Synopsys, que também exploram vigorosamente o uso de agentes IA para automação no desenvolvimento e verificação de semicondutores. Cadence lançou o IA Super Agent e o AuraStack para Fluxo Automático Front-End, acelerando validações que antes demoravam semanas para menos de um dia.
Synopsys, por sua vez, apresentou o Fully Autonomous Design Verification Workflow baseado em sua plataforma agente com tecnologia Nvidia, entregando validações RTL até 50 vezes mais rápidas que outras soluções. Essas iniciativas indicam uma transformação profunda no setor, que integra agentes de IA em tarefas de simulação, verificação formal e implementação física, otimizando fluxos complexos e colaborativos.
Impactos e próximos passos na indústria de semicondutores
A aplicação intensiva de inteligência artificial no desenvolvimento de chips responde à crescente demanda por processadores mais complexos e potentes para sustentar IA, computação em nuvem e outros mercados emergentes. O uso de agentes de IA como infraestrutura básica para engenharia promete acelerar o tempo entre definição e lançamento de novos semicondutores, reduzindo custos e ampliando inovação.
Além disso, o desenvolvimento contínuo de bibliotecas especializadas, como as relacionadas a soluções de equações diferenciais e sistemas lineares esparsos em CUDA-X, contribui para o avanço das simulações científicas e de engenharia. A combinação de hardware inovador, software aberto para agentes de IA e colaboração com líderes do setor dá pistas do caminho que toda a indústria deverá seguir para não perder competitividade.
Informações editoriais
Fonte: nextplatform
Tiago Oliveira
Responsável pela curadoria editorial da TECSOCIETY, com foco em tecnologia, inteligência artificial, segurança digital, automação e games para leitores brasileiros.
Ver perfil editorial