NVIDIA Nemotron 3 Ultra 树立了 RTL AI 效率的新标准
realtime news Jul 27, 2026 02:04
NVIDIA 的 Nemotron 3 Ultra 在 CVDP 基准测试中实现了 100% 的准确率，通过自主流程和无与伦比的效率革新了 RTL 编码。
NVIDIA 的 Nemotron 3 Ultra 是其 Nemotron 3 系列的旗舰型号，在综合 Verilog 设计问题 (CVDP) 基准测试中的关键任务上实现了 100% 的通过率。这一成就突显了它在寄存器传输级 (RTL) 编码流程中的主导地位，这是现代芯片设计的关键领域。该模型凭借其卓越的准确性和效率，为应对日益复杂的硬件挑战的工程团队提供了革命性的解决方案。
Nemotron 3 Ultra 于 2026 年 6 月 4 日发布，是一个拥有 5500 亿参数的专家混合 (MoE) 模型，专为长期运行的自主 AI 任务而设计。与之前的模型不同，它采用了优化长上下文推理的混合曼巴注意力架构，从而能够处理 RTL 编码的迭代性质。根据 NVIDIA 的说法，该模型在特定的 Token 设置下与竞争模型相比，其推理吞吐量高达 5.9 倍，同时保持无与伦比的准确性。
革新 RTL 工作流程
RTL 编码不仅仅是简单的代码生成，它需要迭代的工作流程，包括调试、仿真反馈和精确的时序调整。Nemotron 3 Ultra 集成了 ACE-RTL 代理，在这些环境中表现卓越。ACE-RTL 采用了生成-测试-反思的方法，模型根据工具反馈迭代地纠正错误。这种方法模拟了真实的工程实践，大大提高了生产效率。
在 CVDP 基准测试中，任务范围包括 RTL 代码补全、调试和测试基准生成。Nemotron 3 Ultra 不仅在调试任务中实现了 100% 的通过率，还以 97.1% 的平均通过率在九个类别中超越了其他开放模型。相比之下，Kimi K2.6 得分 95.2%，而 GLM 5.2 落后于 92.1%。
效率是另一个突出的特点。Nemotron 3 Ultra 使用的 Token 比 GLM 5.2 少 28%，比 Kimi K2.6 少 71%，使其在长期运行的工作流程中更加具有成本效益。这种效率使工程师能够在相同的计算预算内进行更多的设计迭代。
行业采用与生态系统集成
Nemotron 3 Ultra 已经受到主要 EDA（电子设计自动化）公司的关注。Cadence 将该模型集成到其 ChipStack AI SuperAgent 中，简化了 RTL 验证和调试。西门子将其与 Questa One Agentic Toolkit 配对，以增强早期问题检测和工程生产力。同样，Synopsys 的 AgentEngineer 自动化验证工作流程，将过去需要数周的工作缩短到数小时。
这些集成突显了该模型在变革芯片设计中的作用，为公司提供了竞争优势，帮助它们缩短上市时间并降低工程成本。
市场影响
NVIDIA 对自主 AI 的关注符合更广泛的行业趋势。根据麦肯锡公司的预测，到 2030 年，半导体市场预计将达到 1 万亿美元。像 Nemotron 3 Ultra 这样的工具对于满足更快、更高效的芯片设计流程需求至关重要。截至 2026 年 7 月 24 日，NVIDIA 的股价为 206.84 美元，这反映了投资者对其在 AI 驱动解决方案领域持续主导地位的强烈信心。
对于开发者和企业来说，Nemotron 3 Ultra 是一个可通过 Hugging Face 和 NVIDIA 自有开发者生态系统等平台获取的开放模型。它能够降低成本、提高准确性并加快工作流程，对于应对复杂硬件问题的工程团队而言，是一款不可或缺的工具。
展望未来
Nemotron 3 Ultra 在 CVDP 基准测试中的表现巩固了其作为 RTL 编码任务首选模型的地位。随着其持续集成到行业标准工具中以及不断发展的生态系统，NVIDIA 正在为 AI 驱动的工程解决方案设立新的标杆。开发者今天就可以开始利用 Nemotron 3 Ultra 构建项目，通过其高效性能在快速发展的芯片设计领域保持领先。
Image source: Shutterstock.jpg)