Nvidia a investi 2 milliards de dollars dans Synopsys afin de renforcer sa mainmise sur la conception des puces.
Cette collaboration réunit l’écosystème de calcul accéléré et d’IA de Nvidia avec les technologies de Synopsys dans les domaines des semi-conducteurs, de la simulation et de la vérification. Les deux entreprises affirment que cette initiative accélérera la simulation, réduira les coûts d’ingénierie et permettra de nouvelles formes de développement de produits pilotées par des jumeaux numériques.
L’annonce intervient à un moment où les secteurs, de l’automobile à l’aérospatiale, sont confrontés à une complexité croissante des conceptions, à l’augmentation des dépenses de R&D et à la pression visant à raccourcir les cycles de développement. En combinant leurs atouts, les entreprises ambitionnent de fournir aux équipes d’ingénierie des outils capables de gérer des flux de travail riches en données et en phénomènes physiques, qui deviennent de plus en plus impraticables sur des systèmes reposant uniquement sur des processeurs CPU.
Les mots du dirigeant
Le fondateur et PDG de Nvidia, Jensen Huang, a présenté cette collaboration comme une évolution majeure de la manière dont les produits sont conçus et testés.
« Le calcul accéléré par GPU CUDA révolutionne la conception en permettant de simuler à une vitesse et à une échelle sans précédent, des atomes aux transistors, des puces aux systèmes complets, et de créer des jumeaux numériques pleinement fonctionnels au sein de l’ordinateur », a-t-il déclaré.
Cette convergence témoigne d’une évolution plus large du secteur : les flux de travail EDA traditionnels ne suffisent plus pour des systèmes qui associent de plus en plus semi-conducteurs, détection, robotique, logiciels, modélisation énergétique et exigences de sécurité. Les entreprises se tournent vers un développement riche en simulations afin d’éviter des itérations matérielles coûteuses.
Principaux axes de développement commun
Le partenariat comprend plusieurs initiatives techniques qui visent, ensemble, à créer une chaîne d’ingénierie de bout en bout accélérée par GPU.
Synopsys adoptera les bibliothèques CUDA-X et les technologies d’IA dédiées à la physique de Nvidia afin d’accélérer des charges de travail telles que la conception de puces, la vérification physique, l’électromagnétisme, la modélisation optique et la simulation moléculaire. Cela pourrait se traduire par des délais d’exécution plus courts pour les fabricants de semi-conducteurs et, potentiellement, par des cycles d’innovation plus rapides pour les architectures de puces émergentes.
Les entreprises prévoient d’élargir leur collaboration existante dans le domaine de l’IA en intégrant Synopsys AgentEngineer à la pile d’IA agentique de Nvidia, notamment Nvidia NeMo Agent Toolkit, les microservices NIM et les modèles Nemotron. Cette approche introduit des agents d’IA autonomes capables de naviguer dans des flux de travail d’ingénierie complexes, de proposer des optimisations de conception, d’effectuer des tâches de vérification et de réduire le nombre d’heures consacrées aux analyses manuelles.
L’IA agentique gagne du terrain tandis que les secteurs cherchent des moyens d’automatiser les étapes de conception et de validation qui mobilisent fortement l’expertise — des domaines qui nécessitent traditionnellement de grandes équipes d’ingénieurs et de longs cycles d’itération.
Jumeaux numériques
Dans ce qui pourrait être la partie la plus transformatrice de la collaboration, les entreprises prévoient de créer des jumeaux numériques pour des secteurs couvrant les semi-conducteurs, la robotique, l’automobile, l’aérospatiale, la santé et l’énergie. Ces jumeaux s’appuieront sur Nvidia Omniverse et Nvidia Cosmos pour réunir la physique du monde réel, la science des matériaux et la modélisation comportementale.
Les jumeaux numériques aident les entreprises à réduire les défaillances, à améliorer les tests de sécurité, à modéliser les risques liés à la chaîne d’approvisionnement et à optimiser les performances avant la fabrication. Leur adoption s’accélère déjà dans les secteurs de la robotique et de l’automobile. Ce partenariat étend ces capacités à d’autres domaines.
Le partenariat vise également à rendre les outils avancés pilotés par GPU largement accessibles grâce à un déploiement dans le cloud. Les petites équipes d’ingénierie pourraient ainsi accéder à une puissance de calcul qui nécessitait auparavant d’importants investissements en infrastructure, ce qui pourrait démocratiser la simulation haute fidélité.
Une évolution d’envergure
La collaboration n’est pas exclusive, et les deux entreprises prévoient de continuer à travailler avec l’ensemble de l’écosystème EDA et des semi-conducteurs. Elle montre néanmoins à quel point la simulation physique pilotée par l’IA et les technologies de jumeaux numériques deviennent centrales pour la R&D mondiale.
Les secteurs qui nécessitent de longs cycles de validation — comme l’aérospatiale, l’énergie et l’automobile — sont ceux qui ont le plus à y gagner. Une simulation plus rapide pourrait raccourcir les processus de certification, réduire les budgets de prototypage et accélérer l’innovation dans des domaines tels que les systèmes autonomes, l’électrification et les matériaux avancés.
Parallèlement, pour l’industrie des semi-conducteurs, confrontée à des difficultés croissantes liées aux géométries nanométriques, la simulation physique accélérée par GPU pourrait devenir essentielle pour maintenir les rythmes de développement de l’ère de la loi de Moore.
Alors que la concurrence s’intensifie, Apple a annoncé un changement important au sein de sa direction de l’intelligence artificielle.