Perluas Kemitraan, Cadence dan NVIDIA Percepat Rekayasa di Era AI

Teknogav.com – Pada ajang Cadence LIVE Silicon Valley 2026, Cadence dan NVIDIA memperluas kemitraan untuk meningkatkan produktivitas dan mempercepat alur desain rekayasa. Berdasarkan kemitraan tersebut, kedua perusahaan menggabungkan AI berbasis agen, simulasi berbasis fisika dan digital twin untuk mempercepat proses rekayasa. Perpaduan tersebut mendukung peningkatan produktivitas dan mempercepat rekayasa di bidang desain semikonduktor, sistem AI fisik dan pabrik AI hyperscale.

Cadence merupakan perusahaan yang berpengalaman dalam desain berbasis agen AI, electronic design automation (EDA), dan system design and analysis (SDA). Pengalaman tersebut akan digabungkan dengan pustaka NVIDIA CUDA-X, AI physics dan Omniverse untuk solusi digital twin industri berdasarkan perluasan kemitraan. Kedua perusahaan pun dapat mendefinisikan ulang produktivitas rekayasa di tiga domain desain penting, sehingga mempercepat inovasi dengan kecepatan agen sesungguhnya.

“AI berbasis agen dan digital twin sedang mengubah seluruh lanskap rekayasa—mulai dari desain semikonduktor hingga sistem AI berskala planet. Kolaborasi kami yang diperluas dengan NVIDIA mempercepat konvergensi antara desain dan realisasi fisik, menghubungkan Cadence AgentStack, Physical AI Stack, serta digital twin pabrik AI dengan terobosan NVIDIA dalam komputasi terakselerasi untuk menghadirkan kecepatan, akurasi, dan kepercayaan yang belum pernah ada sebelumnya dalam simulasi dan pengembangan sistem,” ucap Anirudh Devgan, President dan Chief Executive Officer Cadence.

Hal senada mengenai kolaborasi antara Cadence dan NVIDIA juga disampaikan Jensen Huang, pendiri dan CEO NVIDIA. Menurutnya, kolaborasi tersebut memungkinkan untuk mempercepat dan meningkatkan skla untuk berinovasi di dunia digital.

“Kita sedang berada di titik balik dalam komputasi—komputasi terakselerasi CUDA dan AI sedang menciptakan ulang proses rekayasa. Untuk pertama kalinya, kita dapat berinovasi di dunia digital—menjelajahi, menguji, dan mengoptimalkan ide dengan kecepatan serta skala yang belum pernah terjadi sebelumnya—dengan membangun semuanya sebagai digital twin berakurasi penuh terlebih dahulu. Bersama-sama, NVIDIA dan Cadence mewujudkan visi ini—mengubah cara para insinyur merancang, membangun, dan mengoperasikan dunia,” ucap Jensen Huang.

Mempercepat Tools Cadence untuk EDA dan SDA

Cadence dan NVIDIA mempercepat solusi EDA dan SDA Cadence menggunakan NVIDIA CUDA-X, pustaka AI physics, Omniverse, serta superkomputer Cadence® Millennium™ M2000 yang ditenagai infrastruktur AI NVIDIA. Sebagai bagian dari kolaborasi yang diperluas ini, Cadence akan mempercepat berbagai solver andalannya dan memanfaatkan model AI physics. Hal ini akan menghadirkan alur kerja rekayasa hingga 100 kali lebih cepat.

Solusi Cadence yang dipercepat NVIDIA telah digunakan pelanggan dan mitra Cadence EDA dan SDA untuk menghadirkan produk ke pasar lebih cepat. Para pelanggan dan mitra tersebut termasuk Ascendence, Argonne National Laboratory, Honda R&D, Samsung, dan SK Hynix.

AgentStack: AI Berbasis Agen untuk Desain Chip Generasi Berikutnya

Cadence baru-baru ini memperkenalkan ChipStack™ AI Super Agent. Agen ini menerapkan AI berbasis agen dikombinasikan dengan tools EDA berbasis prinsip untuk mentransformasi desain dan verifikasi RTL semikonduktor. Pada penerapan awal di lebih dari 10 pelanggan terkemuka menunjukkan peningkatan produktivitas sampai 10 kali dalam tugas desain dan verifikasi.

Berdasarkan fondasi tersebut, Cadence memperkenalkan AgentStack™, agen utama yang dirancang untuk mengorkestrasi seluruh aspek desain semikonduktor dan sistem. AgentStack memperluas Mental Model serta arsitektur super-agent ChipStack AI Super Agent melampaui RTL dan verifikasi ke desain fisik, desain custom/analog, migrasi, hingga alur desain tingkat sistem. AgentStack menghubungkan agen Cadence dengan platform EDA Cadence yang memanfaatkan NVIDIA Nemotron dan berjalan di atas komputasi terakselerasi NVIDIA untuk mengelola alur kerja multi-agen jangka panjang.

Sebagai mitra awal, NVIDIA mengadopsi alur AgentStack dalam proses desain semikonduktor dan sistemnya. Adopsi tersebut juga memberikan masukan nyata untuk membantu Cadence memperkuat dan menskalakan AgentStack pada penerapan industri yang lebih luas. Evolusi ini menandai pergeseran besar dari alur berbasis skrip dan GUI tradisional menuju alur berbasis agen yang mampu memahami hierarki desain, hubungan antar elemen, dan protokol, sehingga memangkas siklus iterasi dari hitungan hari menjadi jam.

Embedded Agentic AI untuk Physical AI

Kolaborasi Cadence dan NVIDIA juga diperluas ke embedded agentic AI untuk physical AI. Perluasan kolaborasi ini menggabungkan Cadence Physical AI Stack bersama pustaka simulasi robotika NVIDIA dan komputasi terakselerasi Hal ini akan menutup celah penting antara simulasi dan dunia nyata bagi robot serta mesin otonom.

Pelanggan akan memperoleh alur kerja dari hulu ke hilir berbasis agen yang menghubungkan pelatihan world-model, fisika akurat, pengujian skenario skala besar, dan umpan balik berkelanjutan dari dunia nyata. Hal tersebut dicapai dengan simulasi multifisik berakurasi tinggi dan alur AI milik Cadence yang diintegrasikan dan dipercepat dengan pustaka simulasi open-source NVIDIA Isaac dan model dunia terbuka Cosmos.

Secara umum, stack gabungan ini mengoordinasikan agen AI sepanjang seluruh siklus hidup—mulai dari orkestrasi pelatihan, pelatihan physics surrogate, optimasi kebijakan, hingga validasi dan umpan balik implementasi. Alur ini mencakup pelatihan virtual di NVIDIA Isaac Sim dan Isaac Lab, evaluasi melalui model fisika detail Cadence, serta simulasi skenario skala misi di VTD (Virtual Test Drive) dan VTDx—lingkungan simulasi fidelitas tinggi yang diperluas untuk skenario kompleks di dunia nyata.

Hasilnya kemudian diterapkan pada sistem robotika dan edge AI NVIDIA Jetson, di mana virtual twin langsung memungkinkan pemantauan dan penyempurnaan berkelanjutan. Alur Cadence-NVIDIA dirancang untuk sangat mempercepat eksperimen dengan menyematkan fisika akurat sepanjang pelatihan, validasi dan inferensi. Hal ini juga meningkatkan keselamatan dan keyakinan saat sistem AI fisik diterapkan di dunia nyata.

Digital Twin Pabrik AI untuk Biaya per Token Terendah

Kolaborasi ini juga meluas ke pabrik AI, di mana Cadence mengintegrasikan NVIDIA Omniverse DSX Blueprint untuk memungkinkan digital twin pabrik AI generasi berikutnya yang membantu pelanggan merancang, mensimulasikan, dan mengoptimalkan pabrik AI Vera Rubin dan Grace Blackwell berskala besar untuk pelatihan dan inferensi.

Digital twin pabrik AI ini berfokus pada metrik penting baru bagi AI hyperscale: token per watt, yaitu jumlah token model yang diproses untuk setiap unit daya yang dikonsumsi. Penggunaan tools analisis sistem dan simulasi pusat data Cadence yang dipadukan dengan pustaka NVIDIA DSX serta blueprint Omniverse DSX, memungkinkan pelanggan mengevaluasi kompromi antara pengaturan daya GPU, konfigurasi sistem, dan arsitektur pendinginan sebelum menerapkan sistem fisik.

Dalam studi kasus bersama pabrik AI 10 megawatt (MW), pemodelan operasi GPU pada daya yang dikurangi (MaxQ) menunjukkan hingga 17% lebih banyak token per watt serta miliaran dolar pendapatan tahunan tambahan per gigawatt untuk implementasi skala besar. Kemampuan ini akan mendukung pabrik AI untuk meningkatkan pendapatan bersih tahunan dan menegaskan nilai desain berbasis simulasi.

Digital twin pabrik AI berbasis NVIDIA DSX juga menunjukkan bahwa penggabungan operasi MaxQ dengan cairan pendingin yang lebih hangat dapat menghasilkan sekitar 32% lebih banyak token per watt. Operator dapat mendorong pabrik AI menuju token per watt maksimum dengan menangkap interaksi antara beban IT, sistem pendingin, aliran udara, dan logika kontrol dalam digital twin fidelitas tinggi. Hal ini dapat dicapai sambil tetap mematuhi batas daya dan termal.

Showcase di CadenceLIVE

Cadence menampilkan solusi terakselerasi Cadence, AgentStack, Physical AI Stack, serta solusi digital twin pabrik AI, bersama kolaborasi yang diperluas dengan NVIDIA, di CadenceLIVE 2026. Ajang tersebut memperlihatkan cara kedua perusahaan membantu tim rekayasa bergerak lebih cepat dan lebih percaya diri dari konsep awal serta pelatihan menuju implementasi nyata.