2026年3月17日 – CadenceとNVIDIAは、エージェント型AI（Agentic AI）を活用した次世代の半導体設計ソリューションを共同発表した。CadenceのEDA/SDA/ライフサイエンス向けツール群をNVIDIA Grace CPUおよびBlackwell GPUで大幅に高速化し、最大80倍のスループット向上を実現する。さらに、Millennium M2000スーパーコンピュータを中心に、物理ベースAIと自律エージェントを組み合わせた新しい設計フローを提供し、従来は困難だった大規模・複雑な設計課題に対応する。
発表の背景
半導体業界では、AIインフラ需要の急拡大に伴い、チップ設計の規模・複雑性が急速に増大している。特にAIサーバ、HBM、3D-IC、チップレットなどの領域では、従来のCPUベースEDAでは解析・最適化に膨大な時間がかかり、設計サイクル短縮が大きな課題となっていた。
同時に、AIエージェントを活用した「AI for Design」や、AIワークロードに最適化された「Design for AI」が業界トレンドとして加速している。CadenceとNVIDIAの協業は、こうした技術潮流に対応し、EDAの計算基盤をGPUへ本格移行させる取り組みの一環といえる。
発表内容の詳細
NVIDIA Grace/BlackwellによるEDA高速化
Cadenceは、NVIDIA Grace CPUおよびBlackwell GPU向けにEDA/SDAツールを最適化し、最大80倍のスループット、最大20倍の電力効率を実現した。これらはCadence Millennium M2000スーパーコンピュータ上でターンキーとして提供される。
最適化された主なツールは以下の通り：
| 分野 | 対応ツール | 主な用途 |
|---|---|---|
| EDA | Innovus、Celsius、Voltus、EMX、Liberate MX、Spectre X、Quantus | P&R、熱解析、PI/SI、回路解析、メモリ特性抽出 |
| SDA | Allegro X、Clarity 3D、Celsius EC、Fidelity CFD、Actran | PCB/パッケージ設計、マルチフィジックス解析 |
| ライフサイエンス | ROCS X、Target X | 3D分子探索、ドラッガブルポケット検出 |
特にClarity 3D Solverでは、RTX 6000 GPU×8構成でCPU比5倍の速度、4倍のコスト効率を達成している。
技術的ポイント
Agentic AI × 物理ベースシミュレーション
Cadenceは「ChipStack AI Super Agent」を中心に、EDAフロー全体を自律エージェント化。
これにより以下が可能になる：
- 設計意図を理解し、自動でフローを構築
- 長時間の解析・最適化を自律的に実行
- エラー解析やデバッグを自動化
- マルチツール・マルチドメインのワークフローを統合管理
物理ベースのシミュレーション（電磁界、熱、CFDなど）とAIエージェントを組み合わせることで、従来は人手で調整していた膨大なパラメータ探索を自動化できる点が大きい。
NVIDIA Agent Toolkitとの連携
NVIDIA NemoClaw、OpenClaw、OpenShellなどのエージェント基盤と連携し、
「安全に長時間動作するエージェント」をEDAに適用する仕組みを構築している。
ビジネス的ポイント
AIインフラ市場の巨大化に対応
Jensen Huang氏が述べるように、AIは史上最大規模のインフラ投資を生み出しており、
その中心となるのがGPU、HBM、AIサーバ、AIファクトリーである。
今回の発表は、こうした市場に向けて以下の価値を提供する：
- 設計サイクル短縮による市場投入の高速化
- 大規模解析の実用化による品質向上
- AIエージェントによる設計効率の飛躍的向上
- GPU計算基盤への移行によるTCO削減
顧客企業の具体的活用例
- Honda：CFDを用いたターボファンエンジンの時間依存解析を実用レベルに
- Micron：HBM設計フローにGPU加速EDAとAIエージェントを統合
- L&T Semiconductor：Spectre XのGPU加速でAIチップの検証を高速化
これらは、従来のCPUベースEDAでは困難だった領域であり、GPU加速EDAの実用性を示す事例となっている。
考察と今後の展望
今回の発表は、EDAの計算基盤がCPU中心からGPU中心へ移行する大きな転換点といえる。特に以下の点が業界に大きな影響を与えると考えられる：
- EDAのGPU最適化が本格的に進むことで、設計規模の制約が緩和される
- Agentic AIが設計フローの自動化を加速し、エンジニアの役割が高度化する
- AIファクトリー（AIデータセンター）の設計・運用が新たな市場として拡大する
- 物理ベースシミュレーションとAIの融合が、航空宇宙・自動車など非半導体領域にも波及する
特に、AIエージェントがEDAフロー全体を管理する世界観は、今後の設計手法を大きく変える可能性が高い。
GPU計算基盤とAIエージェントの組み合わせは、半導体設計の生産性を根本から再定義する技術トレンドとして注目される。
参考ソース
コメント