Mistral en NVIDIA werken aan AI voor engineering

Mistral en NVIDIA werken aan AI-werkwijzen die ontwerp, simulatie en modelontwikkeling verbinden, meldt Mistral; de genoemde bouwstenen zijn Large 4, CUDA-X, Warp en Omniverse.

Nederlandse maakbedrijven krijgen hiermee nog geen kant-en-klare simulatieketen. De beoogde stap is dat ontwerpteams meer varianten digitaal kunnen beoordelen, maar toegang, levertijd en gemeten winst van de gezamenlijke werkwijze ontbreken nog.

De samenwerking verbindt drie technische lagen

Mistral wil Large 4, datageneratie en eigen natuurkundemodellen combineren met NVIDIA-software voor rekenwerk en simulatie. De aankondiging noemt CUDA-X en Warp voor versnelling en wil Mistral-modellen ook verbinden met Omniverse voor 3D-scènes en simulatieklare objecten. Het doel is een gesloten keten waarin simulatie, modelontwikkeling en technisch ontwerp elkaar voeden. Mistral noemt toepassingen in luchtvaart, auto-industrie en halfgeleiders.

Mistral en NVIDIA zeggen ook openbare datasets en benchmarks voor natuurkundige modellen te willen ontwikkelen. Een tweede spoor richt zich op AI-agenten in engineering- en chipontwerpsoftware. De proeven moeten meten of agenten gereedschap correct gebruiken, taken met meerdere stappen afronden en technisch kloppende uitkomsten leveren, naast uitvoertijd en rekenkosten. Met die maten kunnen technische teams de uitkomsten naast hun huidige werkmethoden leggen.

Large 4 is geen simulatormodel

De term AI dekt hier twee verschillende onderdelen. Mistral Large 4 is een algemeen multimodaal taalmodel voor redeneren, code en agenttaken. Physics AI is een aparte modelklasse die leert van resultaten uit natuurkundige simulaties en metingen. Mistral beschrijft modellen die fysiek gedrag voorspellen op basis van geometrie en randvoorwaarden, in seconden op één GPU. Dat is de eigen beschrijving van de technologie, geen prestatiemeting van de nieuwe samenwerking.

De parameteromvang verschilt tussen de twee Mistral-pagina’s. De aankondiging van 21 oktober rondt af op ongeveer één biljoen parameters en 49 miljard actieve parameters; de modeldocumentatie noemt 1,05 biljoen totaal en 52 miljard actieve parameters, plus API-prijzen in USD van US$1,36 per miljoen invoertokens, US$0,14 per miljoen gecachte invoertokens en US$4,18 per miljoen uitvoertokens. Mistral licht het verschil niet toe.

De aankondiging zegt dat het model op 3.800 NVIDIA Grace Blackwell-GPU’s in eigen Europese datacenters is getraind. Dat zegt niets over de hardware die een klant nodig heeft om het model te gebruiken. Een gebruiksvolume van één miljoen ongecachete invoer- en één miljoen uitvoertokens kost US$5,54, zonder simulatie, GPU-rekenwerk of integratie. Mistral plant de modelgewichten eind oktober vrij te geven en mikt op 1 gigawatt aan rekencapaciteit in 2030. Dat is een infrastructuurdoel, geen toezegging van capaciteit voor klanten.

PhysicsNeMo hoort bij een aparte integratie

De nieuwe Mistral-aankondiging noemt PhysicsNeMo niet. Ze spreekt over Mistrals eigen natuurkundepijplijnen en noemt CUDA-X, Warp en Omniverse aan NVIDIA-zijde. NVIDIA beschrijft PhysicsNeMo als een open-source Python-raamwerk om physics-AI-modellen te bouwen, trainen en verfijnen. Het raamwerk bestaat dus al, maar dat maakt de aangekondigde Mistral-keten nog niet beschikbaar.

Op 21 oktober kondigde Autodesk een geplande koppeling van PhysicsNeMo en Warp met NavPack aan voor voorspellende inzichten in voertuigontwerp. Ook die koppeling moet nog worden ontwikkeld. NVIDIA’s overzicht van toepassingen noemt tot 40 keer versnelling voor S-Litho op een imec-model en 12 keer voor een Infineon-simulatie van 3D-doorslag in vermogenshalfgeleiders. Dat zijn specifieke, door NVIDIA gerapporteerde workloads, geen uitkomsten van Mistrals samenwerking.

NVIDIA verdeelt fysieke AI over losse software

Op 19 oktober maakte Duitsland een intentie met NVIDIA bekend om industriële AI-modellen op basis van fabrieksdata en technische kennis te ontwikkelen. Die stap richt zich op de organisatie van industriële AI rond Plattform Industrie 4.0; de Mistral-samenwerking richt zich op engineeringsoftware en simulatie. In beide gevallen gaat het om ontwikkeling, zonder gepubliceerde voorwaarden waarmee een Nederlandse fabrikant nu toegang kan plannen.

NVIDIA bouwt de softwarelaag ook langs andere routes. Het bedrijf stelde eerder OSMO open, een orkestrator die training, simulatie en hardwaretests in één YAML-beschreven werkstroom samenbrengt. De cuPotential-bibliotheek laat AI-agenten atomaire en moleculaire interacties simuleren. Samen laten die stappen zien dat de bouwstenen al bestaan, maar over verschillende producten, gebruikers en taken zijn verdeeld.

Benchmarks bepalen of de belofte overdraagbaar is

Voor de nieuwe combinatie ontbreken nog een releasedatum, toegangsvorm, prijs voor de volledige keten, ondersteunde CAD- of simulatietoepassingen en resultaten tegen bestaande simulatiesoftware. Ook staat er nog geen methode om te controleren of een voorspelling nauwkeurig genoeg is voor een concreet ontwerp. Een kortere rekentijd helpt alleen als de uitkomst dezelfde technische grenswaarden haalt en in de bestaande werkstroom past.

De aangekondigde open benchmarks zijn het volgende bewijsstuk voor de samenwerking. Ze kunnen laten zien welke geometrieën, materiaalsoorten en ontwerptaken de modellen aankunnen, hoeveel rekenkracht ze vragen en hoe vaak een engineer moet terugvallen op een traditionele solver. Tot die gegevens verschijnen, blijft Large 4 een publiek te testen model en de engineeringketen een ontwikkelrichting. Voor Nederlandse maakbedrijven zit de waarde straks in een reproduceerbare vergelijking met hun eigen ontwerpen, foutmarges en kosten per iteratie.