KI im Engineering Agentische Systeme, digitale Zwillinge und beschleunigte Designprozesse

Anbieter zum Thema

NVIDIA GmbH

Cadence Design Systems GmbH

CADFEM Germany GmbH

ITWH Inst.f.technisch- wissensch. Hydrologie GmbH

CAD+T Solutions GmbH

Cadence und Nvidia bauen ihre Zusammenarbeit aus, um Engineering-Workflows in der Halbleiterentwicklung, in physischen KI-Systemen und in großen KI-Fabriken zu beschleunigen. Zentral sind agentische KI, physikbasierte Simulationen und digitale Zwillinge.

Auf der CadenceLIVE Silicon Valley 2026 hat Cadence Design Systems hat eine erweiterte Partnerschaft mit Nvidia angekündigt. Ziel ist es, beschleunigte Lösungen für agentische KI, physikbasierte Simulation und digitale Zwillinge bereitzustellen – und damit die nächste Generation von Engineering-Designprozessen in der Halbleiterindustrie, bei physischen KI-Systemen sowie in Hyperscale-AI-Fabriken zu ermöglichen.

Durch die Kombination der Expertise von Cadence in agentengestütztem Design, Electronic Design Automation (EDA) und System Design & Analysis (SDA) mit Nvidia-Technologien wie Cuda-X, KI-Physik und Omniverse für industrielle digitale Zwillinge wollen beide Unternehmen die Engineering-Produktivität steigern helfen – über drei zentrale Designbereiche hinweg und mit deutlich beschleunigter Innovationsgeschwindigkeit.

Agentische KI und digitale Zwillinge im Engineering

„Agentische KI und digitale Zwillinge verändern die gesamte Engineering-Landschaft – von der Halbleiterentwicklung bis hin zu KI-Systemen im planetaren Maßstab“, sagte Anirudh Devgan, Präsident und CEO von Cadence. Die Zusammenarbeit mit Nvidia beschleunige die Konvergenz von Design und physischer Umsetzung und verbinde Cadence AgentStack, den Physical AI Stack sowie KI-Fabrik-Digitalzwillinge mit Nvidias Fortschritten im High-Performance Computing.

Jensen Huang betonte, dass sich das Computing in einer grundlegenden Umbruchphase befinde. GPU-beschleunigtes Rechnen und KI würden den Engineering-Prozess neu erfinden. Erstmals sei es möglich, Ideen vollständig digital als hochpräzise digitale Zwillinge zu entwickeln, zu testen und zu optimieren – und damit Innovation in bisher unerreichter Geschwindigkeit und Größenordnung voranzutreiben.

Beschleunigung von EDA- und SDA-Tools

Cadence Design Systems und Nvidia beschleunigen EDA- und SDA-Lösungen mit Nvidia Cuda-X, KI-Physik, Omniverse-Bibliotheken sowie dem Cadence Millennium M2000 Supercomputer auf Nvidia-Basis. Cadence will dabei seine physikbasierten Solver und KI-Modelle nutzen, um Engineering-Workflows um bis zu 100-mal schneller zu machen.

Zu den Anwendern gehören unter anderem Ascendence, Argonne National Laboratory, Honda R&D, Samsung und SK Hynix, die diese Technologien bereits einsetzen, um Entwicklungszeiten zu verkürzen und Produkte schneller auf den Markt zu bringen.

AgentStack: Agentische KI für die nächste Generation des Chipdesigns

Cadence hat den ChipStack AI Super Agent entwickelt, der agentische KI mit klassischen EDA-Methoden kombiniert, um RTL-Design und Verifikation zu transformieren. Erste Implementierungen bei mehr als zehn Kunden zeigen bereits Produktivitätssteigerungen von bis zu 10-mal. Darauf aufbauend stellt Cadence nun AgentStack vor – einen übergeordneten „Head Agent“, der sämtliche Aspekte des Chip- und Systemdesigns orchestriert. Dazu gehören physisches Design, Analog- und Custom-Design sowie System-Level-Workflows. AgentStack verbindet Cadence-Agenten mit EDA-Plattformen, die Nvidia Nemotron und Nvidia-beschleunigtes Computing nutzen, um komplexe Multi-Agenten-Workflows zu steuern.

Nvidia nutzt AgentStack bereits in eigenen Entwicklungsprozessen und liefert Feedback, um die Technologie für den breiten Einsatz zu skalieren. Dieser Wandel markiert den Übergang von klassischen Script- und GUI-basierten Prozessen hin zu agentengesteuerten Workflows, die Designstrukturen und Abhängigkeiten verstehen und Iterationen von Tagen auf Stunden reduzieren.

Eingebettete Agentic AI für physische KI-Systeme

Über das Chipdesign hinaus erweitern Cadence Design Systems und Nvidia ihre Zusammenarbeit auf physische KI-Systeme (Physical AI). Hier wird der Cadence Physical AI Stack mit Nvidia-Robotik-Simulation (Isaac) und beschleunigter Rechenleistung kombiniert, um die „Sim-to-Real“-Lücke bei Robotern und autonomen Maschinen zu schließen.

Die Plattform verbindet präzise physikalische Simulationen mit Nvidia Isaac Sim, Isaac Lab sowie Cosmos World Models. Daraus entsteht ein durchgängiger Workflow von Training über Simulation bis zur realen Anwendung. Die KI-Agenten steuern dabei den gesamten Lebenszyklus: Training, physikalische Modellierung, Policy-Optimierung, Validierung und Deployment. Ergebnisse werden auf Nvidia Jetson Edge-Systemen eingesetzt, wo digitale Zwillinge eine kontinuierliche Optimierung ermöglichen. Ziel ist es, physikalisch konsistente KI-Systeme schneller, sicherer und zuverlässiger in reale Anwendungen zu überführen.

Digitale Zwillinge für die KI-Fabrik: maximale Effizienz pro Token

Ein weiterer Schwerpunkt der Kooperation sind KI-Fabriken („AI Factories“). Cadence integriert dafür die Nvidia Omniverse DSX Blueprint, um digitale Zwillinge großer KI-Rechenzentren zu erstellen und zu optimieren. Im Mittelpunkt steht die neue Leistungskennzahl Tokens pro Watt, also die Energieeffizienz von KI-Systemen.

Mit Simulationen lassen sich GPU-Konfigurationen, Stromverbrauch und Kühlung vor dem Bau realer Systeme testen und optimieren. In einem 10-Megawatt-Szenario zeigte sich, dass ein reduzierter GPU-Betrieb (MaxQ) die Effizienz um bis zu 17 % steigern kann – mit erheblichen wirtschaftlichen Vorteilen im großen Maßstab.

Weitere digitale Zwillinge zeigen sogar bis zu 32 % höhere Effizienz, wenn MaxQ-Betrieb mit wärmeren Kühlmitteln kombiniert wird. So können Betreiber KI-Fabriken bis an physikalische Grenzen optimieren, ohne reale Risiken einzugehen.

CadenceLIVE 2026 Showcase

Cadence Design Systems wird auf der CadenceLIVE 2026 die beschleunigten Lösungen, AgentStack, den Physical AI Stack sowie die KI-Fabrik-Digitalzwillinge gemeinsam mit Nvidia präsentieren. Ziel ist es, zu zeigen, wie Engineering-Teams künftig von der frühen Konzeptphase bis zur Produktion deutlich schneller und sicherer gelangen können.

Produktentwicklung

Wie künstliche Intelligenz die Simulation leistungsfähiger macht