英伟达AI造芯：Agent Toolkit+ACE-RTL让芯片设计效率最高飙50倍

在美国长滩举行的设计自动化大会（DAC 2026）上，英伟达宣布扩展NVIDIA Agent Toolkit for engineering，新增重新架构的PhysicsNeMo库和更新版CUDA-X库。

一、方案核心构成

这套技术组合由两大核心组件组成：

1‌. NVIDIA Agent Toolkit‌

集成了PhysicsNeMo物理AI库、CUDA-X带来cuISS稀疏求解器、cuDSS直接稀疏求解器和cuEST量子化学库，cuEST使密度泛函理论（DFT）仿真效率最高提升50倍。集成可让AI智能体自主调度EDA工具、GPU求解器，完成从仿真计算到数据生成的全流程操作，是整套方案的调度核心。

2‌. ACE-RTL智能体‌：搭配开源大模型Nemotron 3 Ultra使用，在智能体寄存器传输级（RTL）编码领域的表现领先其他开源模型，可直接生成符合芯片设计规范的硬件代码。

二、核心效率提升表现

英伟达这套方案将芯片设计的主导权从“人工+第三方EDA工具”的模式，转向“自研算力+AI智能体”的自循环模式，实测中Cadence基于该技术实现了设计效率提升20倍，部分复杂仿真场景下的效率最高可达‌50倍‌，大幅压缩了芯片从定义到流片的周期。

三、产业落地与生态进展

全球头部EDA厂商Cadence、Synopsys、西门子等都已将英伟达的这套AI技术集成到自家设计工具中，同时该方案支持企业在本地私有部署，可基于自有数据集训练专属的芯片设计AI智能体，保障核心设计数据安全。国内的华大九天也推出了对标级的UCAgent+ HimaFormal MC方案，在形式化验证赛道实现了16倍的效率提升，和英伟达站在了同一技术范式的起跑线上。

四、影响和意义

1.市场影响

AI从辅助EDA走向主导芯片设计，可能重塑半导体设计流程和人才需求；英伟达进一步将GPU生态延伸至芯片设计上游；EDA行业竞争格局面临变革。

2.意义

标志着"AI设计AI芯片"的工程范式开始落地，是半导体行业自动化程度的历史性跃迁。