Cadence Design Systems anunciou, nesta semana, novas parcerias focadas em IA e rob\u00f3tica, ampliando a colabora\u00e7\u00e3o com Nvidia e apresentando integra\u00e7\u00f5es com o Google Cloud. O an\u00fancio ocorreu durante o evento CadenceLIVE, com \u00eanfase em simula\u00e7\u00e3o de f\u00edsica, computa\u00e7\u00e3o acelerada e aplica\u00e7\u00f5es em sistemas rob\u00f3ticos.<\/p>\n
A parceria com a Nvidia combina ferramentas de simula\u00e7\u00e3o de multiphysics e design de sistemas com as bibliotecas CUDA-X, modelos de IA e o ambiente de simula\u00e7\u00e3o Omniverse. O objetivo \u00e9 modelar intera\u00e7\u00f5es t\u00e9rmicas e mec\u00e2nicas para avaliar o comportamento de sistemas em condi\u00e7\u00f5es reais, indo al\u00e9m do design de chips e incluindo infraestrutura como redes e alimenta\u00e7\u00e3o.<\/p>\n
Rob\u00f3tica tamb\u00e9m figura como foco, conectando motores de f\u00edsica da Cadence a modelos de IA usados para treinar rob\u00f4s em ambientes simulados. A Nvidia destacou o avan\u00e7o em treinamento por simula\u00e7\u00e3o, ressaltando a import\u00e2ncia de dados gerados por modelos f\u00edsicos. A Cadence enfatiza que dados de treino mais precisos elevam a performance dos modelos.<\/p>\n
Em outra frente, a Cadence apresentou um agente de IA para automatizar tarefas de design de chips em est\u00e1gios mais avan\u00e7ados. O foco est\u00e1 na camada f\u00edsica, traduzindo descri\u00e7\u00f5es de circuitos em implementa\u00e7\u00f5es de sil\u00edcio. O recurso complementa um agente anterior, voltado ao front-end de design.<\/p>\n
A integra\u00e7\u00e3o com Google Cloud re\u00fane as ferramentas de design eletr\u00f4nico da Cadence aos modelos Gemini, da Google, para fluxos autom\u00e1ticos de design e verifica\u00e7\u00e3o. A implanta\u00e7\u00e3o na nuvem permite executar workloads sem depender de infraestrutura interna.<\/p>\n
A plataforma ChipStack AI Super Agent usa racioc\u00ednio baseado em modelos, coordenando tarefas em diversas etapas do design. O sistema interpreta requisitos e executa tarefas automaticamente, com ganhos de produtividade relatados em usu\u00e1rios iniciais de at\u00e9 10 vezes.<\/p>\n
Separadamente, a Nvidia lan\u00e7ou uma fam\u00edlia de modelos abertos de IA qu\u00e2ntica, chamados NVIDIA Ising. Os modelos visam calibra\u00e7\u00e3o de processadores qu\u00e2nticos e corre\u00e7\u00e3o de erros, prometendo at\u00e9 2,5 vezes mais rapidez e tripla de precis\u00e3o na decodifica\u00e7\u00e3o de processos de erro.<\/p>\n
A Nvidia afirma que IA \u00e9 essencial para tornar a computa\u00e7\u00e3o qu\u00e2ntica pr\u00e1tica, com o Ising funcionando como o plano de controle das m\u00e1quinas qu\u00e2nticas. O movimento refor\u00e7a a integra\u00e7\u00e3o entre IA, computa\u00e7\u00e3o qu\u00e2ntica e hardware acelerado por GPUs.<\/p>\n","protected":false},"excerpt":{"rendered":"