MistralとNVIDIAが産業エンジニアリング向けAIで提携：物理AI、CAE/EDAエージェントベンチマーク、およびMistral Large 4

TL;DR

Mistral AIとNVIDIAは、Mistral Large 4およびMistralのデータ生成・物理モデリングパイプラインと、NVIDIAのアクセラレーテッドコンピューティング、CUDA-Xライブラリ、NVIDIA Warpを組み合わせ、次世代のAIネイティブなエンジニアリングワークフローを構築するための提携を発表しました。この提携の主な成果は2つあります。物理モデルを評価するための公開ベンチマークとオープンデータセット、そしてコンピュータ支援エンジニアリング（CAE）および電子設計自動化（EDA）におけるエージェントAIのための専用評価・ベンチマークです。この発表は2026年10月21日に行われました。

この取り組みが重要なのは、両社が長年のボトルネックと説明する「シミュレーション速度によってエンジニアリングの進歩が制限されている」という課題に対処しているためです。MistralとNVIDIAは、航空宇宙、自動車、半導体などのユースケースにおいて、実際のエンジニアリング業務でAIエージェントや物理モデルを検証するためのメカニズムとして、共有可能で再現性のあるベンチマークを位置づけています。

具体的な発表内容

MistralとNVIDIAは、NVIDIAのアクセラレーテッドコンピューティングを活用したAIネイティブなエンジニアリングワークフローの開発で協力しています。掲げられた目標は、エンジニアリングシミュレーションを加速させ、シミュレーション、AIモデル開発、エンジニアリング設計を接続するクローズドループのワークフローを実現することです。

発表には3つの具体的な要素が含まれています。

加速されたシミュレーションとクローズドループのエンジニアリングワークフロー：Mistral Large 4、Mistralのデータ生成・物理モデリングパイプライン、NVIDIA CUDA-Xライブラリ、NVIDIA Warpを基盤として構築されます。
NVIDIA Omniverseライブラリとの統合：GPUアクセラレーションによる3Dシーン生成およびSimReadyアセット作成のため。
公開ベンチマークとオープンデータセット：物理モデル用、およびCAEとEDAにおけるエージェントAI用の両方を提供します。

技術スタック：Mistral Large 4、CUDA-X、Warp、Omniverse

この提携は、Mistralが最近パブリックプレビューとしてコードネーム「Le Chonk」で導入したMistral Large 4を基盤としています。発表によると、Mistral Large 4はMistralにとってこれまでで最大かつ最も高性能なフロンティアモデルであり、総パラメータ数は約1兆、アクティブパラメータ数は490億です。これはマルチモーダルモデルであり、ヨーロッパにあるMistral運営のデータセンターで3,800基のNVIDIA Grace Blackwell GPUを使用してトレーニングされ、コーディング、エージェントワークフロー、マルチモーダル理解の能力を向上させています。Mistralは10月末に重みを公開する予定です。

NVIDIA側では、この提携はNVIDIA CUDA-Xライブラリと、シミュレーションおよび空間コンピューティングのためのPythonフレームワークであるNVIDIA Warpを活用します。また、MistralとNVIDIAは、MistralのモデルをGPUアクセラレーションによる3Dシーン生成およびSimReadyアセット作成のためのNVIDIA Omniverseライブラリと統合する取り組みも行います。

物理モデルのための公開ベンチマークとオープンデータセット

この提携の焦点の一つは、物理モデルを評価するための公開ベンチマークとオープンデータセットの開発です。

その目的は、研究者、開発者、産業チームにモデルの精度とパフォーマンスを比較し、自動化されたCADからシミュレーションへのワークフローを構築・検証するための共通の基盤を提供することです。言い換えれば、これらのベンチマークは、内部専用の評価スイートではなく、学術研究と産業展開の両方で共通の尺度として使用されることを意図しています。

CAEおよびEDAのためのエージェントAIベンチマーク

物理AIを超えて、MistralとNVIDIAはCAEおよびEDAにおけるエージェントAIのための専用の評価およびベンチマークを開発します。目標は、航空宇宙、自動車、半導体などのユースケースにおいて、エンジニアリングへのAI適用を加速させることです。

発表によると、これらのベンチマークは以下のいくつかの異なる項目を評価します。

エンジニアリングツールを使用するエージェントの能力
マルチステップのワークフローを完了するエージェントの能力
エージェントが技術的に正しい結果を生成するかどうか
実行時間と計算コスト

正確性とコストの両方を測定することで、これらのベンチマークは、単に妥当な出力を生成できるだけでなく、エンジニアリングループにおいて実用的に使用可能かどうかを捉えることを目指しています。

MistralとNVIDIAは、この取り組みを通じてエンジニアリングにおけるエージェントAIおよび物理AI評価の標準を定義し、能力を評価し進捗を追跡するための一貫した再現性のある手法を確立するとしています。

なぜ両社はシミュレーション速度をボトルネックと見なすのか

この提携は、エンジニアリングの実践に関する特定の主張に基づいています。それは、エンジニアリングのペースがシミュレーションのペースによって決まっているというものです。Mistralの計算エンジニアリング担当VPであるNeil Ashtonは、この制約について次のように述べています。

「長きにわたり、エンジニアリングのペースはシミュレーションのペースによって制限されてきました。Mistralのオープンウェイトモデルと物理AI機能、そしてNVIDIAのアクセラレーテッドコンピューティングスタックを組み合わせることで、エンジニアにより高速なシミュレーションサイクルを提供し、実際のCAEおよびEDA業務でエージェントを検証するのに十分厳格なオープンベンチマークを提供します。」 — @NeilAshton

NVIDIAの産業・計算エンジニアリング担当バイスプレジデント兼ゼネラルマネージャーであるTim Costaは、設計探索の観点からそのメリットを次のように述べています。

「次なるエンジニアリングのブレイクスルーは、かつては複雑すぎたり時間がかかりすぎたりしてテストできなかったアイデアを探索することから生まれます。Mistralの高度なオープンモデルと物理AIにおける深い専門知識を、NVIDIAのアクセラレーテッドコンピューティングおよびライブラリと組み合わせることで、エンジニアが設計の限界を押し広げる手助けをし、AIに何ができるかという信頼を築くための業界共通のベンチマークを提供します。」 — @TimCosta

既存のMistralとNVIDIAのパートナーシップの発展

今回の産業エンジニアリングにおける提携は、オープンモデル開発、ドメイン特化型AI、本番環境インフラにまたがるMistralとNVIDIAの継続的なパートナーシップの延長線上にあります。

両社は以前、Mistral NeMoを共同開発しました。現在は、オープンウェイトのフロンティアを前進させ続けることを目的としたフロンティアベースモデルを開発するために、NVIDIA Nemotron Coalitionを通じて協力しています。発表によると、この共有基盤は、世界中の開発者や企業が、連合メンバーからのデータ、評価、ドメイン専門知識の貢献によってサポートされ、独自の業界、言語、地域に合わせてAIを専門化できるようにすることを意図しています。

コンピュートロードマップ：2030年までに1 GWの容量

モデル開発と並行して、MistralとNVIDIAはAIのトレーニング、カスタマイズ、推論を支えるインフラを拡大しています。Mistralは、2030年までに1 GWの容量を目標とするコンピュートロードマップをサポートするため、NVIDIA搭載のAIインフラをさらに追加導入しています。

この発表では、ヨーロッパのインフラと研究をオープンモデル、専門的なエンジニアリング機能、顧客アプリケーションと結びつけることで、AIの開発と提供におけるヨーロッパの役割を強化するものとして、この拡大を位置づけています。

発表に含まれていない詳細

この投稿には、ベンチマークの数値、目標精度、データセットのサイズ、新しい物理またはエージェントベンチマークのリリーススケジュール、参加する産業パートナーのリストは含まれていません。また、Omniverseの統合がいつ利用可能になるかも明記されていません。説明されているコミットメントは方向性を示すものであり、物理モデルおよびエージェントCAE/EDA作業のためのベンチマークは、公開された成果物ではなく、開発中であると説明されています。