Cadence et Nvidia : révolution de l'IA et de la robotique

Cadence et Nvidia : une alliance stratégique pour révolutionner l'IA et la robotique

Lors de son événement annuel CadenceLIVE, Cadence Design Systems a dévoilé deux nouvelles collaborations majeures dans le domaine de l'intelligence artificielle. L'entreprise a annoncé l'expansion de son partenariat avec Nvidia et l'intégration de nouvelles solutions avec Google Cloud. Ces initiatives visent à combiner l'IA avec des simulations basées sur la physique et des calculs accélérés, spécifiquement pour les systèmes robotiques et la conception de systèmes à grande échelle.

Les deux entreprises ont souligné que cette approche collaborative est destinée à modéliser et déployer des solutions dans des secteurs clés tels que les semi-conducteurs, la robotique et les infrastructures d'IA à grande échelle. Nvidia, en particulier, décrit ces systèmes robotiques comme incarnant une forme d'"IA physique", une nouvelle frontière dans l'application de l'intelligence artificielle.

Intégration des outils de simulation et de conception

Cadence a intégré ses outils de simulation multiphysique et de conception système avec les bibliothèques CUDA-X de Nvidia, ainsi que les modèles d'IA et l'environnement de simulation Omniverse. Ces outils permettent de modéliser les interactions thermiques, électriques et mécaniques, offrant aux ingénieurs la possibilité d'évaluer le comportement des systèmes dans des conditions réelles. Cette approche ne se limite pas à la conception de puces, mais s'étend également à des composants d'infrastructure critiques tels que le réseau, le refroidissement et les systèmes d'alimentation.

La plateforme combinée offre aux ingénieurs la capacité de simuler le comportement des systèmes avant leur déploiement physique. Les entreprises ont souligné que la performance globale d'un système dépend de l'interaction harmonieuse entre les systèmes de calcul, de réseau, de refroidissement et d'alimentation.

Développement de la robotique et formation par simulation

La collaboration entre Cadence et Nvidia s'étend également au développement de la robotique. Les moteurs physiques de Cadence, qui modélisent les interactions matérielles du monde réel, sont associés aux modèles d'IA de Nvidia. Ces modèles sont utilisés pour former des systèmes robotiques pilotés par l'IA dans des environnements simulés, réduisant ainsi le besoin de collecte de données dans le monde réel.

Le PDG de Nvidia, Jensen Huang, a déclaré lors de l'événement : « Nous travaillons avec vous sur tous les fronts concernant les systèmes robotiques. » Les entreprises ont précisé que les ensembles de données nécessaires doivent être générés à l'aide de modèles basés sur la physique, plutôt que d'être collectés à partir de systèmes physiques. Ces ensembles de données simulés sont ensuite utilisés pour former des modèles, dont la précision dépend de l'exactitude des modèles physiques sous-jacents. Le PDG de Cadence, Anirudh Devgan, a déclaré : « Plus les données de formation générées sont précises, meilleur sera le modèle. »

Adoption par l'industrie de la robotique

Nvidia a révélé que des entreprises de robotique industrielle, telles qu'ABB Robotics, FANUC, YASKAWA et KUKA, utilisent ses cadres de simulation Isaac et ses outils de jumeaux numériques basés sur Omniverse. Ces outils permettent de tester des systèmes robotiques avant leur déploiement physique, en modélisant des opérations robotiques complexes et des lignes de production entières dans des environnements numériques physiquement précis.

Automatisation de la conception de puces dans le cloud

En parallèle, Cadence a introduit un nouvel agent d'IA conçu pour automatiser les tâches de conception de puces à un stade avancé. Cet agent se concentre sur les processus de disposition physique, traduisant les conceptions de circuits en implémentations sur silicium. Cette innovation s'appuie sur un agent précédent introduit pour la conception de puces en amont, où les circuits sont définis dans des descriptions semblables à du code.

Le nouvel agent sera disponible via Google Cloud, permettant aux équipes de conception d'exécuter ces charges de travail sans dépendre d'une infrastructure de calcul sur site. Cadence a déclaré que l'intégration combine ses outils d'automatisation de la conception électronique avec les modèles Gemini de Google, facilitant des flux de travail de conception et de vérification automatisés.

Gains de productivité et validation par simulation

Cadence a rapporté des gains de productivité significatifs, allant jusqu'à dix fois lors des premiers déploiements dans les tâches de conception et de vérification. Bien que l'entreprise n'ait pas divulgué de détails spécifiques sur les implémentations chez des clients, elle a souligné l'utilisation de modèles de jumeaux numériques pour tester des compromis de conception et optimiser des configurations en logiciel.

Les entreprises ont également noté que le coût et la complexité des infrastructures de centres de données à grande échelle limitent l'utilisation de méthodes de déploiement par essai et erreur, rendant les simulations virtuelles d'autant plus cruciales.

Annonce de modèles quantiques

Dans une annonce distincte, Nvidia a introduit une nouvelle famille de modèles d'IA quantique open-source, baptisée NVIDIA Ising. Ces modèles, nommés d'après le modèle d'Ising, un cadre mathématique utilisé pour représenter les interactions dans les systèmes physiques, sont conçus pour soutenir la calibration des processeurs quantiques et la correction d'erreurs quantiques.

Nvidia a affirmé que ces modèles offrent des performances jusqu'à 2,5 fois plus rapides et une précision trois fois supérieure dans les processus de décodage utilisés pour la correction d'erreurs. Ces modèles sont destinés à être utilisés dans des systèmes hybrides quantiques-classiques, où l'IA joue un rôle crucial pour rendre l'informatique quantique plus pratique et fiable. Jensen Huang a déclaré : « Avec Ising, l'IA devient le plan de contrôle — le système d'exploitation des machines quantiques — transformant des qubits fragiles en systèmes quantiques-GPU évolutifs et fiables. »