Nvidia hat 2 Milliarden US-Dollar in Synopsys investiert, um seine Position im Chipdesign zu stärken.
Die Zusammenarbeit vereint Nvidias Ökosystem für beschleunigtes Computing und KI mit Synopsys’ Technologien für Halbleiter, Simulation und Verifikation. Nach Angaben der Unternehmen soll die Initiative die Simulationsgeschwindigkeit erhöhen, Engineering-Kosten senken und neue Formen der digitalen, auf digitalen Zwillingen basierenden Produktentwicklung ermöglichen.
Die Ankündigung erfolgt zu einem Zeitpunkt, an dem Branchen von der Automobilindustrie bis zur Luft- und Raumfahrt mit zunehmender Designkomplexität, steigenden F&E-Ausgaben und dem Druck konfrontiert sind, Entwicklungszeiten zu verkürzen. Durch die Bündelung ihrer Stärken wollen die Unternehmen Engineering-Teams Werkzeuge an die Hand geben, die physikintensive, datenintensive Workflows bewältigen können, die auf reinen CPU-Systemen zunehmend unpraktikabel sind.
Stimmen aus der Führungsetage
Nvidia-Gründer und CEO Jensen Huang bezeichnete die Zusammenarbeit als eine grundlegende Weiterentwicklung der Art und Weise, wie Produkte konzipiert und getestet werden.
„CUDA-beschleunigtes Computing auf GPUs revolutioniert das Design – es ermöglicht Simulationen mit beispielloser Geschwindigkeit und in beispiellosem Maßstab, von Atomen bis zu Transistoren, von Chips bis hin zu vollständigen Systemen, und schafft voll funktionsfähige digitale Zwillinge im Computer“, sagte er.
Die Konvergenz deutet auf einen umfassenderen Wandel in der Branche hin: Herkömmliche EDA-Workflows reichen für Systeme nicht mehr aus, die zunehmend Halbleiter, Sensorik, Robotik, Software, Energiemodellierung und Sicherheitsanforderungen miteinander verbinden. Unternehmen setzen auf simulationsintensive Entwicklung, um kostspielige Hardware-Iterationen zu vermeiden.
Zentrale Bereiche der gemeinsamen Entwicklung
Die Partnerschaft umfasst mehrere technische Initiativen, die gemeinsam eine durchgängige, GPU-beschleunigte Engineering-Pipeline schaffen sollen.
Synopsys wird Nvidias CUDA-X-Bibliotheken und KI-Physiktechnologien einsetzen, um Workloads wie Chipdesign, physikalische Verifikation, Elektromagnetik, optische Modellierung und Molekülsimulation zu beschleunigen. Dies könnte für Halbleiterhersteller kürzere Durchlaufzeiten und möglicherweise schnellere Innovationszyklen bei neuen Chiparchitekturen bedeuten.
Die Unternehmen planen, ihre bestehende KI-Zusammenarbeit auszubauen, indem sie Synopsys AgentEngineer in den agentischen KI-Stack von Nvidia integrieren, darunter das Nvidia NeMo Agent Toolkit, NIM-Microservices und Nemotron-Modelle. Dieser Ansatz führt autonome KI-Agenten ein, die komplexe Engineering-Workflows durchlaufen, Designoptimierungen vorschlagen, Verifikationsaufgaben ausführen und den Aufwand für manuelle Analysen reduzieren können.
Agentische KI gewinnt an Bedeutung, da Branchen nach Möglichkeiten suchen, wissensintensive Schritte bei Design und Validierung zu automatisieren – Bereiche, die traditionell große Engineering-Teams und lange Iterationszyklen erfordern.
Digitale Zwillinge
In dem möglicherweise transformativsten Teil der Zusammenarbeit beabsichtigen die Unternehmen, digitale Zwillinge für Branchen wie Halbleiter, Robotik, Automobilindustrie, Luft- und Raumfahrt, Gesundheitswesen und Energie zu entwickeln. Diese Zwillinge sollen Nvidia Omniverse und Nvidia Cosmos nutzen, um reale Physik, Materialwissenschaft und Verhaltensmodellierung zusammenzuführen.
Digitale Zwillinge helfen Unternehmen, Ausfälle zu reduzieren, Sicherheitstests zu verbessern, Risiken in der Lieferkette zu modellieren und die Leistung vor der Fertigung zu optimieren. Ihre Verbreitung nimmt in der Robotik und der Automobilindustrie bereits zu. Diese Partnerschaft erweitert die Einsatzmöglichkeiten auf weitere Bereiche.
Die Partnerschaft soll zudem fortschrittliche GPU-gestützte Werkzeuge über cloudbasierte Bereitstellungen allgemein zugänglich machen. Dadurch erhielten kleinere Engineering-Teams Zugriff auf Rechenleistung, die zuvor erhebliche Investitionen in die Infrastruktur erfordert hätte, was möglicherweise den Zugang zu hochpräziser Simulation demokratisiert.
Das große Ganze
Die Zusammenarbeit ist nicht exklusiv, und beide Unternehmen wollen weiterhin mit dem breiteren EDA- und Halbleiterökosystem zusammenarbeiten. Dennoch zeigt die Partnerschaft, wie zentral KI-gestützte Physiksimulation und Technologien für digitale Zwillinge für die globale F&E werden.
Branchen mit langen Validierungszyklen – etwa die Luft- und Raumfahrt, der Energiesektor und die Automobilindustrie – dürften am meisten profitieren. Schnellere Simulationen könnten Zertifizierungsprozesse verkürzen, Prototyping-Budgets reduzieren und Innovationen in Bereichen wie autonomen Systemen, Elektrifizierung und fortschrittlichen Materialien beschleunigen.
Unterdessen könnte die GPU-beschleunigte Physiksimulation für die Halbleiterindustrie, die mit wachsenden Herausforderungen bei Geometrien im Nanometerbereich konfrontiert ist, unverzichtbar werden, um die Entwicklungsgeschwindigkeit der Moore’schen-Gesetz-Ära aufrechtzuerhalten.
Angesichts des zunehmenden Wettbewerbs hat Apple eine bedeutende Veränderung in seiner Führung im Bereich der KI-Spitzenforschung.