A Cadence Design Systems anunciou duas colaborações relacionadas à IA em seu evento CadenceLIVE esta semana, expandindo seu trabalho com a Nvidia e introduzindo novas integrações com o Google Cloud. A parceria da Nvidia se concentra em combinar IA com simulação baseada em física e computação acelerada para sistemas robóticos e design de nível de sistema.
As empresas disseram que a abordagem visa modelagem e implantação em semicondutores e infraestrutura de IA em grande escala, incluindo sistemas robóticos que a Nvidia descreve como IA física.
A Cadence está integrando suas ferramentas de simulação multifísica e design de sistema com as bibliotecas CUDA-X da Nvidia, modelos de IA e ambiente de simulação baseado em Omniverse. As ferramentas modelam interações térmicas e mecânicas para que os engenheiros possam avaliar como os sistemas se comportam em condições operacionais do mundo real. Eles também vão além do design de chips para abranger componentes de infraestrutura, como redes e sistemas de energia. A plataforma combinada permite que os engenheiros simulem o comportamento do sistema antes da implantação física. As empresas disseram que o desempenho do sistema depende de como os sistemas de computação, rede e energia operam juntos.
A colaboração também inclui o desenvolvimento de robótica. Os motores físicos da Cadence, que modelam como os materiais do mundo real interagem, estão sendo vinculados aos modelos de IA da Nvidia usados para treinar sistemas robóticos controlados por IA em ambientes simulados.
“Estamos trabalhando com vocês no conselho de sistemas robóticos”, disse o CEO da Nvidia, Jensen Huang, durante o evento.
O treinamento de robôs em simulação reduz a necessidade de coleta de dados do mundo real. As empresas disseram que esses conjuntos de dados devem ser gerados com modelos baseados na física e não coletados de sistemas físicos. Conjuntos de dados gerados por simulação são usados para treinar modelos, com resultados dependentes da precisão dos modelos físicos subjacentes.
“Quanto mais precisos (os dados de treinamento gerados), melhor será o modelo”, disse o CEO da Cadence, Anirudh Devgan.
A Nvidia disse que as empresas de robótica industrial estão usando suas estruturas de simulação Isaac e ferramentas de gêmeos digitais baseadas no Omniverse para testar sistemas robóticos antes da implantação. Empresas como ABB Robotics, FANUC, YASKAWA e KUKA estão integrando essas ferramentas de simulação em fluxos de trabalho de comissionamento virtual para testar sistemas de produção em software antes da implementação física.
A Nvidia disse que esses sistemas são usados para modelar operações complexas de robôs e linhas de produção inteiras usando ambientes digitais fisicamente precisos.
Automação de design de chips na nuvem
Separadamente, a Cadence introduziu um novo agente de IA projetado para automatizar tarefas de design de chips em estágio posterior. O agente se concentra em processos de layout físico, traduzindo projetos de circuitos em implementações de silício. O lançamento baseia-se em um agente anterior introduzido este ano para design de chips front-end, onde os circuitos são definidos em descrições semelhantes a códigos. Esse sistema anterior cuida do projeto de circuitos, enquanto o novo agente se concentra em traduzir esses projetos em layouts físicos em silício.
O sistema estará disponível através do Google Cloud. Cadence disse que a integração combina suas ferramentas de automação de design eletrônico com os modelos Gemini do Google para design automatizado e fluxos de trabalho de verificação. A implantação na nuvem permite que as equipes executem essas cargas de trabalho sem depender da infraestrutura de computação local.
A plataforma ChipStack AI Super Agent da Cadence usa raciocínio baseado em modelo com ferramentas de design nativas para coordenar tarefas em vários estágios de design. O sistema pode interpretar requisitos de projeto e executar tarefas automaticamente em diferentes estágios do processo de projeto.
A Cadence relatou ganhos de produtividade de até 10 vezes nas primeiras implantações em tarefas de design e verificação. A empresa não divulgou implementações específicas de clientes.
“Ajudamos a construir sistemas de IA e, então, esses sistemas de IA podem ajudar a melhorar o processo de design”, disse Devgan.
As empresas disseram que ferramentas de simulação são usadas para validar sistemas em ambientes virtuais antes da implantação física. Os modelos de gêmeos digitais permitem que os engenheiros testem compensações de projeto, avaliem cenários de desempenho e otimizem configurações em software.
Eles acrescentaram que o custo e a complexidade da infraestrutura de data center em grande escala limitam o uso de métodos de implantação de tentativa e erro.
Anúncio de modelos quânticos
Em um anúncio separado, a Nvidia apresentou uma família de modelos de IA quântica de código aberto chamada NVIDIA Ising. Os modelos recebem o nome do modelo de Ising, uma estrutura matemática usada para representar interações em sistemas físicos.
Os modelos são projetados para suportar calibração de processador quântico e correção de erros quânticos. A Nvidia afirmou que os modelos oferecem desempenho até 2,5 vezes mais rápido e precisão três vezes maior nos processos de decodificação usados para correção de erros.
“A IA é essencial para tornar a computação quântica prática”, disse Huang. “Com o Ising, a IA se torna o plano de controle – o sistema operacional das máquinas quânticas – transformando qubits frágeis em sistemas de GPU quântica escaláveis e confiáveis.”
(Foto de Eletrodomésticos Homa)
Veja também: Hyundai se expande para robótica e sistemas físicos de IA
Quer saber mais sobre IA e big data dos líderes do setor? Confira a AI & Big Data Expo que acontece em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e é realizado junto com outros eventos de tecnologia líderes. Clique aqui para mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
