Mistral 与 NVIDIA 合作开发 AI 原生工程工作流,将发布物理 AI 与工程智能体公开基准
Mistral 宣布与 NVIDIA 合作,用 Mistral Large 4 与物理建模流程结合 CUDA-X、Warp 和 Omniverse 加速工程仿真,并共建面向 CAE 与 EDA 的物理 AI 和智能体评测基准。
Mistral 10 月 21 日宣布与 NVIDIA 合作,开发新一代 AI 原生工程工作流。按 Mistral 的说明,项目将把 Mistral Large 4 与其数据生成、物理建模流程结合,借助 NVIDIA CUDA-X 库和 NVIDIA Warp 加速工程仿真,并打通仿真、AI 模型开发与工程设计之间的闭环。双方还将把 Mistral 模型与 NVIDIA Omniverse 库集成,用于 GPU 加速的 3D 场景生成和 SimReady 仿真资产创建。
flowchart LR
A[CAD 设计] --> B[AI 生成仿真设置]
B --> C[GPU 加速物理仿真,CUDA-X / Warp]
C --> D[物理 AI 模型训练与评估]
D --> E[设计迭代]
E --> A
合作的一个核心目标是建立物理模型的公开基准和开放数据集,让研究人员、开发者和工业团队能在同一基础上比较模型精度和性能,并验证从 CAD 到仿真的自动化流程。除物理 AI 外,双方还将针对计算机辅助工程(CAE)和电子设计自动化(EDA)开发智能体评测,考察智能体使用工程工具、完成多步骤流程和给出技术上正确结果的能力,同时记录执行时间和计算成本,目标行业包括航空航天、汽车和半导体。
Mistral 计算工程副总裁 Neil Ashton 表示,长期以来工程进度受制于仿真速度,双方希望带来更快的仿真周期和足够严格、能在真实 CAE 与 EDA 工作上验证智能体的公开基准。NVIDIA 工业与计算工程副总裁 Tim Costa 则称,共享的行业基准有助于建立对 AI 能力的信心。
这次合作建立在双方既有关系之上:两家公司此前联合开发了 Mistral NeMo。Mistral 近期发布的 Mistral Large 4 公开预览版总参数约 1 万亿、激活参数 490 亿,在 3800 块 NVIDIA Grace Blackwell GPU 上训练,权重计划在 10 月底发布。公告未给出基准和数据集的具体发布时间。