Nemotron 3 Ultra、RTL設計で最高精度

NVIDIAは、オープン言語モデル「Nemotron 3 Ultra（550Bパラメータ（アクティブ55B）のNVIDIA製オープンMoEモデル）」が、半導体論理設計におけるRTL（Register Transfer Level。ハードウェア動作を記述する構造化表現）コードの生成・検証タスクにおいて、オープンモデル最高となる97.1%の平均精度を達成したと発表しました。反復的なエラー修復プロセスにおいてトークン消費量を大幅に削減しています。

ACE-RTLワークフローにおける検証結果とモデル比較

半導体設計におけるRTLコーディングは、仕様書の読解、シミュレーション失敗ログの解析、バグ修正など、EDA（電子設計自動化）ツールとの反復的なやり取りを伴う高度なエージェント型処理を必要とします。

NVIDIAが反復評価フレームワーク「ACE-RTL」および総合評価指標「CVDP（Comprehensive Verilog Design Problems）」を用いて実施した比較テストでは、以下の通り高い正解率とトークン効率が実証されました。

モデル名	平均正解率 (Pass Rate)	1反復あたりの平均消費トークン数	トークン削減率 (対比)
Nemotron 3 Ultra	97.1%	6,629 tokens	基準モデル
GLM 5.2	92.1%	9,156 tokens	約28%多くのトークンを消費
Kimi K2.6	95.2%	22,579 tokens	約71%多くのトークンを消費

特にデバッグおよびバグ修正タスク（cid016）において、ACE-RTLフレームワークと組み合わせたNemotron 3 Ultraは100%の正解率を達成しました。合成データ生成（SDG）パイプラインによる事前のコード修正・デバッグ学習が寄与しています。

EDAツールベンダーとのエコシステム連携

開発されたNemotron 3 Ultraは、半導体設計者が日常的に使用する主要EDAベンダーのツール群へ統合・連携が進められています。

• Cadence: フロントエンド検証ツール「ChipStack AI SuperAgent」をはじめ、デジタル実装や基板設計向けSuper Agent群にNemotron 3 Ultraが組み込まれます。
• Siemens: 「Questa One Agentic Toolkit」および「Fuse EDA AI Agent」へ統合され、自律検証エージェントのトークン効率を5倍から10倍向上させます。
• Synopsys: 「AgentEngineer」においてモデルが活用され、マルチエージェントシステムによる自律的な検証完了（Verification Closure）を支援します。

日本の半導体開発への影響と将来展望

日本のLSI・半導体設計事業者やEDAエンジニアにとって、長文文脈の理解と高効率な推論を備えたオープンモデルの利用が可能になることで、Chiplet時代における複雑なハードウェア設計検証期間の短縮が期待されます。専門的なRTL設計タスクにおいて、LLMの選択が計算コストと設計品質に直結する段階に入ったと分析されます。

引用元：NVIDIA Technical Blog