随着工程团队致力于开发越来越复杂的CPU、GPU和人工智能系统，现代芯片设计的复杂性也在不断增加。为应对这一挑战，NVIDIA正与行业领导者Cadence和Synopsys合作，优化NVIDIA Vera CPU的关键电子设计自动化（EDA）应用。NVIDIA 现正部署 Vera 应用于其下一代 CPU 和 GPU 开发的 EDA 工作流程，展示了高性能 CPU 架构如何帮助加速行业中一些最具挑战性的工程工作负载。

加速关键EDA工作负载
关键在于芯片生产的速度。反过来，将受益于EDA工作负载的行业技术节奏加快，推动开发动能。仿真、验证和实现技术在半导体开发中起着核心作用。在芯片进入制造阶段之前，工程师们就花费多年时间验证行为，识别关键情况，并通过数千次迭代完善设计。虽然GPU和人工智能加速了芯片设计的许多方面，但若干关键的EDA工作负载仍然高度依赖CPU性能。逻辑仿真、形式验证以及部分数字实现通常依赖于快速的单个核心、高效的内存系统和强大的整体吞吐量。这使得CPU架构成为决定工程团队多快验证设计、探索替代方案以及推动产品向磁带化迈进的重要因素。