เอ็นวิเดีย(NVDA) ขยายไลบรารี CUDA-X เข้าเครื่องมือ AI ออกแบบชิปในงาน DAC 2026

เอ็นวิเดีย(NVDA) กำลังขยายซอฟต์แวร์สแต็กที่เร่งความเร็วด้วย GPU ของตัวเองให้ครอบคลุมงานออกแบบและตรวจสอบชิป การจำลองฟิสิกส์ และการประมวลผลข้อมูล สะท้อนว่าการแข่งขันด้านประสิทธิภาพ GPU กำลังลามจากฝั่งฮาร์ดแวร์ไปสู่เครื่องมือวิศวกรรมและเวิร์กโฟลว์ AI มากขึ้นเรื่อยๆ

เอ็นวิเดียระบุในแถลงการณ์เมื่อวันที่ 26 กรกฎาคม (เวลาท้องถิ่น) ว่าเนื่องในโอกาสงาน DAC 2026 บริษัทได้ขยาย 'เอ็นวิเดีย เอเจนต์ ทูลคิต' (NVIDIA Agent Toolkit) โดยเพิ่มไลบรารี PhysicsNeMo และ CUDA-X เข้าไปเป็นเครื่องมือสำหรับเอเจนต์ AI องค์ประกอบหลักที่เปิดตัวใหม่ ได้แก่ ตัวแก้สมการแบบสแปร์สวนซ้ำ (iterative sparse solver) ชื่อ cuISS ตัวแก้สมการแบบสแปร์สโดยตรง (direct sparse solver) ชื่อ cuDSS และเครื่องมือสำหรับเคมีควอนตัมชื่อ cuEST

CUDA-X คือชั้นไลบรารีที่เร่งความเร็วงานคำนวณหนักบน GPU ของเอ็นวิเดีย ไม่ว่าจะเป็น AI การประมวลผลข้อมูล คอมพิวเตอร์สมรรถนะสูง การจำลองฟิสิกส์ ไปจนถึงเคมีควอนตัม จุดที่น่าสนใจของการประกาศครั้งนี้ไม่ใช่แค่ฟีเจอร์ใหม่ที่เพิ่มเข้ามา แต่เป็นความพยายามให้เอเจนต์ AI สามารถ 'เรียกใช้' โมเดลฟิสิกส์และเครื่องมือจำลองสถานการณ์ เพื่อทำหน้าที่ออกแบบและตรวจสอบด้วยตัวเอง

ในซอฟต์แวร์วิศวกรรม กระบวนการเปลี่ยนแบบ ตรวจสอบ จำลองสถานการณ์ และตามหาข้อผิดพลาด มักวนซ้ำไปมาหลายรอบ เมื่อไลบรารีเร่งความเร็วด้วย GPU มาบรรจบกับเครื่องมือเอเจนต์ สิ่งที่เปลี่ยนไปไม่ได้มีแค่ความเร็วในการคำนวณ แต่เวิร์กโฟลว์ทั้งหมดอาจถูกผูกเข้ากับซอฟต์แวร์สแต็กใดสแต็กหนึ่งมากขึ้น

เอ็นวิเดียระบุว่าบริษัทซอฟต์แวร์อุตสาหกรรมอย่างเคเดนซ์(Cadence) ซีเมนส์(Siemens) และซินอปซิส(Synopsys) กำลังนำเทคโนโลยีการประมวลผลแบบเร่งความเร็วและ AI เชิงเอเจนต์ของเอ็นวิเดียไปใช้งาน ทิโมธี คอสตา(Timothy Costa) รองประธานฝ่ายวิศวกรรมคำนวณ (Computational Engineering) ของเอ็นวิเดีย(NVDA) กล่าวว่า "ตอนนี้ AI สามารถทำงานร่วมกับเครื่องมือด้านฟิสิกส์ การจำลองสถานการณ์ และการออกแบบได้แล้ว" คำพูดนี้สะท้อนมุมมองของเอ็นวิเดียที่ต้องการยกระดับเอเจนต์ AI ให้พ้นจากบทบาทผู้ช่วยธรรมดา ไปสู่การเป็นส่วนหนึ่งของกระบวนการทำงานจริงในสายการออกแบบ

เมื่อเอเจนต์ AI ในเครื่องมือออกแบบสามารถเรียกใช้ไลบรารีคำนวณและโมเดลจำลองสถานการณ์ได้เอง ผู้ใช้งานก็ต้องเลือกฮาร์ดแวร์ GPU ควบคู่ไปกับเครื่องมือพัฒนาไปพร้อมกันโดยปริยาย

ซีเมนส์(Siemens) ก็ออกแถลงการณ์ในวันเดียวกัน ว่าบริษัทขยายความร่วมมือกับเอ็นวิเดีย เตรียมเปิดตัวเวิร์กโฟลว์ AI เชิงเอเจนต์แบบตรวจสอบผลได้ด้วยตัวเอง สำหรับงานออกแบบเซมิคอนดักเตอร์และแผงวงจรพิมพ์ โดยตั้งเป้าปรับปรุงคุณภาพผลลัพธ์ ระยะเวลาประมวลผล ความน่าเชื่อถือในการเรียกใช้เครื่องมือ และประสิทธิภาพการใช้โทเคน

ซินอปซิส(Synopsys) เผยแพร่แถลงการณ์แยกต่างหาก เปิดตัวเวิร์กโฟลว์วิศวกรรมอัตโนมัติที่พัฒนาด้วยเทคโนโลยีเอ็นวิเดีย ครอบคลุมการตรวจสอบ RTL และระบบอัตโนมัติสำหรับงานวิศวกรรมด้วยคอมพิวเตอร์ช่วย (CAE)

การขยายตัวของ CUDA-X ไม่ได้จำกัดอยู่แค่วงการออกแบบอิเล็กทรอนิกส์อัตโนมัติเท่านั้น เคลาเดอรา(Cloudera) ระบุในแถลงการณ์เมื่อวันที่ 20 (เวลาท้องถิ่น) ว่าบริษัทเปิดตัวการเร่งความเร็วด้วย GPU แบบเนทีฟสำหรับ Apache Spark 4.1 โดยผนวกไลบรารี cuDF เข้าไปด้วย

เคลาเดอรา(Cloudera) อธิบายว่าผู้ใช้งานสามารถเร่งความเร็วงาน Spark บน Cloudera Data Engineering ได้ด้วย GPU โดยไม่ต้องเขียนโค้ด PySpark หรือ SQL เดิมใหม่ ตัวเลขประสิทธิภาพที่บริษัทระบุคือเร็วขึ้นสูงสุดถึง 4 เท่าเมื่อเทียบกับโครงสร้างพื้นฐานที่ใช้ CPU

เมื่อ CUDA-X ขยายเข้าสู่งานประมวลผลข้อมูลด้วย ขอบเขตการใช้งาน GPU เร่งความเร็วก็กว้างขึ้นจากเครื่องมือออกแบบไปสู่ไปป์ไลน์วิเคราะห์ข้อมูล หน้าเว็บนักพัฒนา cuDF ของเอ็นวิเดีย ระบุว่าแบรนด์ RAPIDS ได้เปลี่ยนมาใช้ชื่อ CUDA-X ตั้งแต่วันที่ 11 ที่ผ่านมา

อย่างไรก็ตาม ควรแยกให้ชัดระหว่างขอบเขตของการประกาศกับความพร้อมใช้งานเชิงพาณิชย์จริง หน้าเว็บนักพัฒนา cuEST ของเอ็นวิเดีย ยังระบุสถานะของ cuEST ว่าเป็นเวอร์ชันเบต้า จึงยังเร็วเกินไปที่จะสรุปว่าการคำนวณเคมีควอนตัมนี้พร้อมใช้งานในสภาพแวดล้อมจริงเต็มรูปแบบแล้ว

ปฏิกิริยาจากภาคอุตสาหกรรมก็ให้น้ำหนักไปที่การนำไปใช้งานจริงในเวิร์กโฟลว์มากกว่าตัวฟีเจอร์ใหม่เอง ซีเมนส์(Siemens) และซินอปซิส(Synopsys) ต่างเน้นย้ำเรื่องคุณภาพผลลัพธ์ ความน่าเชื่อถือในการเรียกใช้เครื่องมือ การตรวจสอบ RTL และระบบอัตโนมัติของ CAE แต่ตัวเลขประสิทธิภาพและกรณีศึกษาลูกค้าส่วนใหญ่ยังอ้างอิงจากแถลงการณ์ของเอ็นวิเดียและพันธมิตรเอง

ประเด็นที่น่าสนใจสำหรับผู้อ่านคือ เอ็นวิเดียกำลังย้ายสนามแข่งขันด้าน AI อินฟราสตรักเจอร์ จากเรื่องประสิทธิภาพชิปเพียงอย่างเดียว ไปสู่การแข่งขันด้าน 'การพึ่งพาซอฟต์แวร์' มากขึ้น ก่อนหน้านี้ TokenPost เคยรายงานว่าเอ็นวิเดียและไมโครซอฟท์ขยายความร่วมมือด้าน AI อุตสาหกรรม โดยเล็งไปที่เอกสารขออนุญาตและการตรวจสอบการออกแบบในอุตสาหกรรมนิวเคลียร์

ในกรณีนี้ยังไม่พบความเชื่อมโยงโดยตรงกับสินทรัพย์ดิจิทัลแต่อย่างใด สิ่งที่ยืนยันได้ชัดเจนคือเอ็นวิเดียกำลังฝัง CUDA-X และ PhysicsNeMo เข้าไปในกระบวนการออกแบบ ตรวจสอบ จำลองสถานการณ์ และประมวลผลข้อมูลให้ลึกยิ่งขึ้น