Nvidia und Siemens spannen beim Chipdesign enger zusammen: Die EDA-Software (Electronic Design Automation) von Siemens soll künftig direkt auf Nvidia-GPUs laufen.
Die Partnerschaft wurde auf der Siemens-Keynote zur CES 2026 in Las Vegas angekündigt. Ziel ist es, den rechenintensiven Entwurfsprozess moderner Chips deutlich zu beschleunigen.
Nahezu alle aktuellen Halbleiter werden mit EDA-Werkzeugen entwickelt. Mit jeder neuen Fertigungsgeneration schrumpfen Strukturen, die Zahl der Transistoren steigt – und damit auch der Rechenaufwand für Simulationen und Verifikationen. Traditionell laufen diese Jobs überwiegend auf CPU-basierten Servern.
Nvidia will kritische EDA-Workloads auf seine GPUs verlagern. Deren massiv parallele Architektur eignet sich besonders für Simulationen und Datenparallelität, wie sie im Chipentwurf anfallen. Siemens gehört zu den großen Playern im EDA-Markt und ist damit ein strategisch wichtiger Partner.
Doch es geht nicht nur um mehr Geschwindigkeit in bestehenden Flows. Nvidia und Siemens wollen digitale Abbilder kompletter Systeme erstellen – von einzelnen Chips bis hin zu ganzen Racks – und deren Verhalten testen, bevor überhaupt Hardware gefertigt wird.
„What we are hoping for, and the reason why we’re partnering so closely together, is so that we could build that Vera Rubin in the future as a digital twin“, sagte Nvidia-CEO Jensen Huang auf der Bühne der Siemens-Keynote.
Das Vera C. Rubin Observatory in Chile steht sinnbildlich für extrem komplexe, datenintensive Infrastrukturen. Huangs Botschaft: Wer Systeme dieser Größenordnung realitätsnah als Digital Twin simulieren kann, reduziert das Risiko und spart Zeit und Kosten, lange bevor erste Prototypen entstehen.
Digitale Zwillinge sind in der Fertigungs- und Prozessindustrie bereits etabliert. Übertragen auf Halbleiter und Rechenzentren könnten Ingenieurinnen und Ingenieure Leistung, Energieverbrauch und Zuverlässigkeit virtuell analysieren und optimieren, bevor sie sich auf ein physisches Design festlegen.
Für Nvidia ist die Kooperation mit Siemens ein weiterer Beleg dafür, dass GPUs sich zu universellen Beschleunigern entwickeln – nicht nur für KI-Training, sondern auch für technische Simulations- und Designaufgaben.
Siemens wiederum verschafft sich Zugang zu GPU-beschleunigter Rechenleistung, um seine EDA-Tools für immer komplexere Designs und kürzere Produktzyklen zu wappnen.
Sollte die Zusammenarbeit aufgehen, könnten künftige Chips und Rack-Systeme bereits im digitalen Spiegelbild ausgereift sein, bevor sie das erste Mal im Rechenzentrum eingeschaltet werden.
