L’ajout des bibliothèques NVIDIA PhysicsNeMo et CUDA-X au NVIDIA Agent Toolkit permet aux développeurs de bâtir des ingénieurs autonomes dotés de compétences en physique appliquée, en résolution d’équations et en chimie quantique. Ce développement vise à transformer radicalement la manière dont les produits sont conçus, fabriqués et testés à l’échelle industrielle.

Concevoir la prochaine génération de puces et de systèmes exige de lier la physique, la simulation et l’analyse de performance à travers des cycles de conception de plus en plus complexes. Pour gérer cette charge, une nouvelle catégorie d’assistants IA est en train d’émerger. Ces assistants doivent pouvoir utiliser des outils spécialisés, lancer des simulations lourdes et produire des données de haute fidélité. Timothy Costa, vice-président et directeur général de l’ingénierie computationnelle chez NVIDIA, a déclaré que « l’ingénierie a atteint un point d’inflexion. L’IA peut maintenant travailler avec les outils de la physique, de la simulation et de la conception » (NVIDIA).

Des leaders du secteur comme Cadence, Siemens et Synopsys intègrent déjà l’informatique accélérée de NVIDIA et ces technologies d’IA agentique pour faire avancer les flux de travail d’ingénierie autonomes, couvrant la conception des puces, la vérification, le packaging et les systèmes.

L’accélération des calculs fondamentaux

Pour que ces agents soient performants, ils doivent manipuler des calculs massifs. Les bibliothèques PhysicsNeMo fournissent les compétences en physique de l’IA pour l’entraînement de modèles, tandis que les bibliothèques CUDA-X apportent des solveurs accélérés et des capacités de chimie quantique directement dans les flux de travail agentiques.

Parmi les atouts majeurs, NVIDIA propose désormais des solveurs itératifs épars (cuISS) qui accélèrent les systèmes linéaires creux volumineux dans les simulations physiques et d’ingénierie. Simultanément, le solveur direct (cuDSS) permet d’accélérer ces systèmes complexes, éléments centraux de l’automatisation de la conception électronique (EDA) et des simulations scientifiques. D’après les développeurs de NVIDIA, cuDSS utilise un modèle d’exécution hybride, exploitant intelligemment le GPU et le CPU pour optimiser la performance sur des charges de travail réelles.

Pour aller plus loin dans la simulation de matériaux, NVIDIA cuEST introduit des calculs de chimie quantique de haute précision à des échelles pertinentes pour les dispositifs, permettant d’intégrer des méthodes comme la théorie de la fonctionnelle de la densité (DFT) à l’échelle de production.

Des agents spécialisés dans la conception matérielle

Le processus de conception de puces repose sur un codage de niveau registre-transfert (RTL) qui exige une précision extrême et une expertise pointue. NVIDIA répond à ce défi avec Nemotron 3 Ultra, un modèle ouvert qui se classe parmi les meilleurs pour le codage RTL agentique, grâce à l’agent ACE-RTL de NVIDIA Research. Ce modèle peut être post-entraîné sur des données propriétaires, ce qui offre aux entreprises un contrôle accru, une personnalisation et une confidentialité des données, même lorsqu’ils déploient l’agent localement.

Les collaborations industrielles illustrent cette puissance. Samsung, par exemple, travaille avec cuISS et cuDSS pour accélérer les calculs de systèmes linéaires épars, et utilise cuEST pour réaliser des calculs de chimie quantique jusqu’à cinq fois plus rapides. De plus, Samsung développe des workflows d’analyse thermique et mécanique à l’échelle de la puce avec PhysicsNeMo. Dans un cas d’homogénéisation par IA, cette combinaison a permis un gain de vitesse d’environ 1 600 fois, le temps de simulation passant d’environ dix-huit heures sur un CPU à seulement quarante et un secondes sur un GPU pour une simulation par grille grossière.

Vers une souveraineté technologique en Asie

Au-delà des puces, cette montée en puissance de l’IA physique touche aussi les infrastructures nationales. En Corée, par exemple, NVIDIA aide à faire progresser un écosystème d’IA physique en mobilisant les forces manufacturières et d’ingénierie du pays. Des acteurs locaux, comme Kakao Mobility, prévoient d’utiliser les plateformes NVIDIA pour faire évoluer leur système de conduite autonome au niveau 4.

Cette intégration de capacités de calcul avancées ne se limite pas au secteur de la fabrication. Des alliances plus larges témoignent de cette volonté de construire des systèmes technologiques autonomes.

Il faut surveiller comment l’Agent Toolkit va réussir à tisser ensemble toutes ces briques — les solveurs GPU, les modèles de chimie quantique et les agents de codage RTL — pour créer des boucles de rétroaction véritablement autonomes sur la chaîne de valeur industrielle.

Sources

• NVIDIA Expands NVIDIA Agent Toolkit With NVIDIA PhysicsNeMo and CUDA-X Libraries to Transform How the World Engineers, Designs and Builds, nvidianews.nvidia.com
• NVIDIA cuDSS, developer.nvidia.com
• Korea Advances Physical AI Across Industries With NVIDIA, NVIDIA, 9 novembre 2026
• Nvidia, Rebellions and SK Telecom team up on sovereign AI infrastructure, Crypto Briefing, 9 novembre 2026