英伟达用自研CPU加速芯片设计，EDA迎AI转折
0xBroomberg
Vera CPU拿来干什么？
英伟达宣布用自研Vera CPU运行芯片设计软件，目标是加速EDA（电子设计自动化——用软件完成芯片从画图到验证的全流程）工作负载。
铿腾电子（Cadence）的验证工具Jasper和新思科技（Synopsys）的仿真工具VCS在Vera上跑出1.5倍性能提升。
这意味着→ 英伟达不只是"造芯片的"，它开始用自己的芯片来设计下一代芯片，形成一个自我加速的闭环。
AI代理怎么介入芯片设计？
英伟达把物理AI库PhysicsNeMo和GPU数学库CUDA-X接入代理工具包，让AI代理（一种能自主调用工具、执行多步任务的智能程序）像工程师一样调用仿真求解器。
CUDA-X新增三个库：cuISS（迭代求解器）、cuDSS（电路模拟求解器）、cuEST（量子化学模拟）——首次在GPU上支持迭代稀疏求解。
用大白话说＝ 以前工程师写代码跑仿真，现在AI代理替你调工具、跑计算、出结果，人管决策就行。
合作伙伴测出了什么数字？
是德科技（Keysight）用新cuDSS库后，电磁仿真速度提升最高10倍。
Silvaco在32个GPU组成的集群上，不到4小时完成32亿个网格节点的光子仿真。
铿腾电子的AI超级代理AuraStack在其超算上运行cuDSS，设计验证效率提升15倍。
这意味着→ 性能提升不是英伟达自说自话，第三方厂商的实测数据在10-15倍量级，说明GPU加速EDA已过了概念验证阶段。
软件免费，图什么？
PhysicsNeMo采用Apache 2.0开源协议，新CUDA-X库也免费提供，可直接替代工程师手写代码。
但这些软件只能在英伟达自家芯片上运行。
用大白话说＝ 软件不收钱，但你必须买英伟达的硬件才能用——跟打印机便宜墨盒贵是同一个逻辑。这反映出英伟达的真正目的：把EDA工作负载锁进自家生态。
下一步指向哪里？
英伟达正在用Vera CPU加速设计代号Rosa的下一代CPU，Rosa将采用新一代Rigel核心。
这形成一条链路：当代芯片加速设计工具 → 工具加速下一代芯片设计 → 下一代芯片再加速更新的工具。
这意味着→ 如果这个循环跑通，英伟达的芯片迭代速度将与其设计工具的性能绑定，每一代都比上一代设计得更快。EDA工具链能否在更广泛的流程中兑现类似提升，是验证这一战略的关键。
Content is for reference only, not financial advice.