Mistral und NVIDIA gaben ihre Zusammenarbeit für Engineering-KI am 21. Oktober 2026 über Mistral bekannt: Mistrals Modelle werden mit NVIDIAs beschleunigtem Computing und Physikmodellierungswerkzeugen verbunden, um Engineering-Simulationen schneller zu machen und einen geschlossenen Kreislauf von der Simulation über die Modellentwicklung bis zur Designänderung zu schaffen. Die andere Hälfte der Vereinbarung sind gemeinsame öffentliche Benchmarks und offene Datensätze für Physikmodelle und Engineering-Agenten.
Engineering ist langsam, weil die Simulation der Engpass ist
Die Designiteration bei Flugzeugen, Autos und Chips wird seit Langem von der Simulation ausgebremst: Ob eine Idee funktioniert, weiß man erst, wenn die Physik fertig gerechnet hat. Neil Ashton, Mistrals VP für Computational Engineering, sagte es klar: Zu lange wurde das Tempo des Engineerings vom Tempo der Simulation bestimmt. Die Zusammenarbeit verbindet Mistral Large 4 und Mistrals Datengenerierung mit NVIDIAs CUDA-X-Bibliotheken und Warp-Physikwerkzeugen und bindet die Modelle an Omniverse für 3D-Simulation und Asset-Erstellung an, um jeden Simulationszyklus zu verkürzen.
Erst die Prüfung festlegen, dann über Stärken streiten
Die Benchmark-Hälfte verdient ebenso viel Aufmerksamkeit. Die beiden bauen eigene Bewertungen für Agenten in Computer-Aided Engineering (CAE) und Electronic Design Automation (EDA): Kann ein Agent Engineering-Werkzeuge korrekt nutzen, mehrstufige Abläufe abschließen und technisch korrekte Ergebnisse liefern, gemessen werden auch Laufzeit und Rechenkosten. Ohne gemeinsamen Test kann jeder Anbieter die Szenarien vorführen, die ihm schmeicheln. Öffentliche Benchmarks und offene Datensätze geben Industrieteams einen einheitlichen Maßstab und eine Möglichkeit, ihre eigene CAD-bis-Simulation-Automatisierung zu validieren.
Noch früh, aber Europas Rechnung ist klar
Die Zusammenarbeit beginnt nicht bei null: Die Unternehmen entwickelten zuvor gemeinsam Mistral NeMo und arbeiten über die NVIDIA Nemotron Coalition an einem Frontier-Basismodell. Mistral Large 4 wurde auf 3.800 NVIDIA Grace Blackwell GPUs trainiert, die Gewichte sollen Ende Oktober erscheinen, und Mistral baut NVIDIA-Infrastruktur in Richtung 1 GW Kapazität bis 2030 aus. Für Europas starke Branchen Luftfahrt, Automobil und Halbleiter verbindet das Paket offene Modelle, europäische Rechenleistung und Engineering-Know-how. Wie viel schneller Simulationen tatsächlich werden, zählt erst, wenn die Benchmarks veröffentlicht sind und vergleichbare Zahlen vorliegen.
