Genombrott inom pre-kiseldesign: Siemens & NVIDIA sätter ny standard för verifiering av AI/ML SoCs
Siemens och NVIDIA hävdar idag att man har uppnått ett stort genombrott inom verifiering, genom att fånga biljoner pre-kiseldesigncykler på några dagar med hjälp av Siemens Veloce proFPGA CS i kombination med NVIDIAs prestandaoptimerade chiparkitektur. Varför är det ett genombrott? Framför allt att för att det drastiskt krossar de tidigare tids- och resursbegränsningarna för utveckling av komplexa chip och AI-system.
I traditionell verifiering – alltså testning om en chipdesign fungerar innan den fysiskt tillverkas - har detta varit en flaskhals. Med de resultat man nu nått, menar Jean-Marie Brunet, senior VP och chef för Hardware Assisted Verification på Siemens Digital Industries Software, att man dramatiskt flyttar fram gränserna för vad som är möjligt genom att kombinera Siemens hårdvaruassisterade verifieringssystem (Veloce proFPGA CS) med NVIDIAs prestandaoptimerade chiparkitektur.
”Så är det, vi samarbetar idag inom många områden, och senast inom utvecklingen av hårdvaruassisterade verifieringsmetoder i allmänhet och FPGA-baserad prototypframställning i synnerhet, för att anpassa sig till de verifierings- och valideringskrav som ställs av mycket komplexa AI/ML SoCs”, säger Brunet och tillägger att, ”Veloce proFPGA CS tar itu med dessa utmaningar genom att kombinera en mycket flexibel och skalbar hårdvaruarkitektur med ett avancerat, lättanvänt implementerings- och felsökningsprogramflöde.”
Poängen är att detta gör det möjligt för användarna att alltid ha den optimala lösningen för validering av enskilda FPGA-IP såväl som för chipletdesigner med flera miljarder gates.
Allmänt syftar ”pre-kiseldesigncykler ” på alla de utvecklingssteg som sker innan en integrerad krets eller ett chip fysiskt tillverkas i kisel. Begreppet beskriver den fas i halvledardesign där ingenjörer arbetar med digitala modeller och simuleringar för att säkerställa att chipet fungerar som tänkt. Eftersom det är extremt dyrt och tidskrävande att rätta fel efter att chipet har tillverkats ("post-silicon"), läggs enorma resurser på att hitta och åtgärda problem under dessa cykler.
Dagens besked från Siemens och NVIDIA är alltså synnerligen intressant. Genom samarbetet har man kort sagt bemästrat en uppgift som tidigare ansetts omöjlig. Men genom att fånga tiotals biljoner cykler under bara några dagar via Siemens skalbara och prestandaoptimerade hårdvaruarkitektur Veloce proFPGA CS och kombinera den med NVIDIAs prestandaoptimerade chiparkitektur, har man uppnått en skala som bedömare menar behövs för nästa generations Ai.
Siemens Digital Industries Software genom sin EDA-enhet har en mycket stark position på marknaden för AI-chipverifiering. Analysföretagen Frost & Sullivan har t ex rankat bolaget som en av "stjärnspelare" som driver innovation. I detta utmärker sig bolaget särskilt genom sina hårdvaruassisterade verifieringsplattformar och AI-drivna mjukvaruverktyg och anses tillsammans med Synopsys och Cadence vara en av de tre stora.
Klicka på rubriken för att läsa mer på PLM&ERP News.
I traditionell verifiering – alltså testning om en chipdesign fungerar innan den fysiskt tillverkas - har detta varit en flaskhals. Med de resultat man nu nått, menar Jean-Marie Brunet, senior VP och chef för Hardware Assisted Verification på Siemens Digital Industries Software, att man dramatiskt flyttar fram gränserna för vad som är möjligt genom att kombinera Siemens hårdvaruassisterade verifieringssystem (Veloce proFPGA CS) med NVIDIAs prestandaoptimerade chiparkitektur.
”Så är det, vi samarbetar idag inom många områden, och senast inom utvecklingen av hårdvaruassisterade verifieringsmetoder i allmänhet och FPGA-baserad prototypframställning i synnerhet, för att anpassa sig till de verifierings- och valideringskrav som ställs av mycket komplexa AI/ML SoCs”, säger Brunet och tillägger att, ”Veloce proFPGA CS tar itu med dessa utmaningar genom att kombinera en mycket flexibel och skalbar hårdvaruarkitektur med ett avancerat, lättanvänt implementerings- och felsökningsprogramflöde.”
Poängen är att detta gör det möjligt för användarna att alltid ha den optimala lösningen för validering av enskilda FPGA-IP såväl som för chipletdesigner med flera miljarder gates.
Allmänt syftar ”pre-kiseldesigncykler ” på alla de utvecklingssteg som sker innan en integrerad krets eller ett chip fysiskt tillverkas i kisel. Begreppet beskriver den fas i halvledardesign där ingenjörer arbetar med digitala modeller och simuleringar för att säkerställa att chipet fungerar som tänkt. Eftersom det är extremt dyrt och tidskrävande att rätta fel efter att chipet har tillverkats ("post-silicon"), läggs enorma resurser på att hitta och åtgärda problem under dessa cykler.
Dagens besked från Siemens och NVIDIA är alltså synnerligen intressant. Genom samarbetet har man kort sagt bemästrat en uppgift som tidigare ansetts omöjlig. Men genom att fånga tiotals biljoner cykler under bara några dagar via Siemens skalbara och prestandaoptimerade hårdvaruarkitektur Veloce proFPGA CS och kombinera den med NVIDIAs prestandaoptimerade chiparkitektur, har man uppnått en skala som bedömare menar behövs för nästa generations Ai.
Siemens Digital Industries Software genom sin EDA-enhet har en mycket stark position på marknaden för AI-chipverifiering. Analysföretagen Frost & Sullivan har t ex rankat bolaget som en av "stjärnspelare" som driver innovation. I detta utmärker sig bolaget särskilt genom sina hårdvaruassisterade verifieringsplattformar och AI-drivna mjukvaruverktyg och anses tillsammans med Synopsys och Cadence vara en av de tre stora.
Klicka på rubriken för att läsa mer på PLM&ERP News.
A Major Pre-Silicon Breakthrough: Siemens & NVIDIA Propel AI Chip Verification to Trillion-Cycle Scale
Jean-Marie BRUNET, VP Siemens Digital Industries Software: ”Meeting the stringent verification and validation demands of highly complex AI/ML SoCs.”
Siemens and NVIDIA today announced a massive breakthrough in hardware verification, capturing trillions of pre-silicon design cycles in just days. By pairing Siemens’ Veloce proFPGA CS with NVIDIA’s performance-optimized chip architecture, the duo has effectively shattered the time and resource constraints that once stalled the development of complex chips and AI systems.
Traditional pre-silicon verification—the crucial process of testing chip designs before physical manufacturing—has long been a notorious bottleneck. Yet, according to Jean-Marie Brunet, Senior VP and GM of Hardware Assisted Verification at Siemens Digital Industries Software, the game is changing. By pairing Siemens’ Veloce proFPGA CS hardware-assisted verification system with NVIDIA’s performance-optimized chip architecture, they are achieving breakthroughs that dramatically push the boundaries of what is possible in design verification.
"Indeed, our collaboration spans numerous areas, most recently focusing on the development of hardware-assisted verification methods, specifically FPGA-based prototyping, to meet the stringent verification and validation demands of highly complex AI/ML SoCs," says Brunet. He adds that "Veloce proFPGA CS addresses these challenges by combining a highly flexible, scalable hardware architecture with an advanced, intuitive implementation and debugging software flow."
Ultimately, this enables users to maintain the optimal validation solution for both individual FPGA IP and multi-billion gate chiplet designs.
Broadly speaking, pre-silicon design cycles encompass all development stages occurring before an integrated circuit or chip is physically manufactured in silicon. This phase of semiconductor design involves engineers working with digital models and simulations to ensure the chip functions exactly as intended. Because correcting errors after chip manufacturing (post-silicon) is extremely expensive and time-consuming, vast resources are dedicated to finding and resolving issues during these cycles.
Today’s announcement from Siemens and NVIDIA is, to put it mildly, fascinating. Simply put, this partnership has conquered a task once deemed impossible. By capturing tens of trillions of cycles in just a few days—powered by Siemens’ scalable, performance-optimized Veloce proFPGA CS hardware architecture and combined with NVIDIA’s high-performance chip architecture—they have achieved a level of scale that experts believe is essential for the next generation of AI.
Siemens Digital Industries Software, through its EDA division, holds a dominant position in the AI chip verification market. Recognized by analyst firm Frost & Sullivan as a 'star player' driving innovation, the company stands out for its hardware-assisted verification platforms and AI-driven software tools. Consequently, Siemens is firmly established alongside Synopsys and Cadence as one of the industry's 'Big Three'.
Click on the headline to reda more on PLM&ERP News.
Siemens and NVIDIA today announced a massive breakthrough in hardware verification, capturing trillions of pre-silicon design cycles in just days. By pairing Siemens’ Veloce proFPGA CS with NVIDIA’s performance-optimized chip architecture, the duo has effectively shattered the time and resource constraints that once stalled the development of complex chips and AI systems.
Traditional pre-silicon verification—the crucial process of testing chip designs before physical manufacturing—has long been a notorious bottleneck. Yet, according to Jean-Marie Brunet, Senior VP and GM of Hardware Assisted Verification at Siemens Digital Industries Software, the game is changing. By pairing Siemens’ Veloce proFPGA CS hardware-assisted verification system with NVIDIA’s performance-optimized chip architecture, they are achieving breakthroughs that dramatically push the boundaries of what is possible in design verification.
"Indeed, our collaboration spans numerous areas, most recently focusing on the development of hardware-assisted verification methods, specifically FPGA-based prototyping, to meet the stringent verification and validation demands of highly complex AI/ML SoCs," says Brunet. He adds that "Veloce proFPGA CS addresses these challenges by combining a highly flexible, scalable hardware architecture with an advanced, intuitive implementation and debugging software flow."
Ultimately, this enables users to maintain the optimal validation solution for both individual FPGA IP and multi-billion gate chiplet designs.
Broadly speaking, pre-silicon design cycles encompass all development stages occurring before an integrated circuit or chip is physically manufactured in silicon. This phase of semiconductor design involves engineers working with digital models and simulations to ensure the chip functions exactly as intended. Because correcting errors after chip manufacturing (post-silicon) is extremely expensive and time-consuming, vast resources are dedicated to finding and resolving issues during these cycles.
Today’s announcement from Siemens and NVIDIA is, to put it mildly, fascinating. Simply put, this partnership has conquered a task once deemed impossible. By capturing tens of trillions of cycles in just a few days—powered by Siemens’ scalable, performance-optimized Veloce proFPGA CS hardware architecture and combined with NVIDIA’s high-performance chip architecture—they have achieved a level of scale that experts believe is essential for the next generation of AI.
Siemens Digital Industries Software, through its EDA division, holds a dominant position in the AI chip verification market. Recognized by analyst firm Frost & Sullivan as a 'star player' driving innovation, the company stands out for its hardware-assisted verification platforms and AI-driven software tools. Consequently, Siemens is firmly established alongside Synopsys and Cadence as one of the industry's 'Big Three'.
Click on the headline to reda more on PLM&ERP News.
Siemens Powers Up: Local AI Takes Command of the Industrial Drivetrain
Siemens AG CEO ROLAND BUSCH’s vision is clear: to transition industrial AI from an isolated function into a cohesive "Industrial AI Operating System" that drives the entire value chain.
The recent launch of Drivetrain Analyzer Onsite (DTA Onsite)—featuring Industrial IoT sensors and AI-driven analytics—is a prime example of this strategy, allowing manufacturers to move from reactive maintenance to predictive insights, optimizing machine lifespan, and reducing energy consumption.
Lately, Roland Busch has been maintaining an intense pace. Siemens’ Xcelerator portfolio is setting new benchmarks for AI in PLM and shop floor automation, offering an integrated end-to-end depth that no competitor can currently match. And Busch intends to fully leverage this competitive advantage.
DTA Onsite exemplifies this, bridging the gap between isolated machines and cloud-based platforms by bringing cutting-edge AI directly to the edge, keeping sensitive data within the user’s own infrastructure. By transforming raw metrics like torque and temperature into actionable insights, it enables manufacturers to move from reactive repairs to predictive mastery. This isn’t just a tool; it’s a vital link in Siemens' broader digital chain.
The launch of Drivetrain Analyzer Onsite (DTA Onsite) highlights the integration of cutting-edge AI for identifying drivetrain patterns and anomalies. Unlike the existing cloud solution, this new on-premise, localized AI software ensures data remains within the user’s infrastructure.
Drive data is the technical term for metrics related to motor drive systems in industrial automation, covering critical parameters such as torque, speed, position, current, and temperature for machinery monitoring and control. While drive parameters refer to unit-specific settings like Sercos, analyzing this comprehensive data is crucial for optimizing industrial production.
In short, the software bridges the gap between isolated machines and cloud-based platforms, processing drive data entirely within the user's secure environment. Essentially, the software bridges the gap between isolated machinery and the cloud, processing drive data—the lifeblood of industrial automation—entirely within the user’s own infrastructure. By transforming raw metrics like torque and temperature into actionable AI-driven insights, manufacturers can finally shift from reactive repairs to predictive mastery.
Yet, DTA Onsite is only one link in a much larger digital chain. Across the entire product development lifecycle, Siemens Digital Industries remains the undisputed market leader. But what exactly keeps them at the top of the global industrial AI hierarchy?
Click on the headline to read the full story on PLM&ERP News.
The recent launch of Drivetrain Analyzer Onsite (DTA Onsite)—featuring Industrial IoT sensors and AI-driven analytics—is a prime example of this strategy, allowing manufacturers to move from reactive maintenance to predictive insights, optimizing machine lifespan, and reducing energy consumption.
Lately, Roland Busch has been maintaining an intense pace. Siemens’ Xcelerator portfolio is setting new benchmarks for AI in PLM and shop floor automation, offering an integrated end-to-end depth that no competitor can currently match. And Busch intends to fully leverage this competitive advantage.
DTA Onsite exemplifies this, bridging the gap between isolated machines and cloud-based platforms by bringing cutting-edge AI directly to the edge, keeping sensitive data within the user’s own infrastructure. By transforming raw metrics like torque and temperature into actionable insights, it enables manufacturers to move from reactive repairs to predictive mastery. This isn’t just a tool; it’s a vital link in Siemens' broader digital chain.
The launch of Drivetrain Analyzer Onsite (DTA Onsite) highlights the integration of cutting-edge AI for identifying drivetrain patterns and anomalies. Unlike the existing cloud solution, this new on-premise, localized AI software ensures data remains within the user’s infrastructure.
Drive data is the technical term for metrics related to motor drive systems in industrial automation, covering critical parameters such as torque, speed, position, current, and temperature for machinery monitoring and control. While drive parameters refer to unit-specific settings like Sercos, analyzing this comprehensive data is crucial for optimizing industrial production.
In short, the software bridges the gap between isolated machines and cloud-based platforms, processing drive data entirely within the user's secure environment. Essentially, the software bridges the gap between isolated machinery and the cloud, processing drive data—the lifeblood of industrial automation—entirely within the user’s own infrastructure. By transforming raw metrics like torque and temperature into actionable AI-driven insights, manufacturers can finally shift from reactive repairs to predictive mastery.
Yet, DTA Onsite is only one link in a much larger digital chain. Across the entire product development lifecycle, Siemens Digital Industries remains the undisputed market leader. But what exactly keeps them at the top of the global industrial AI hierarchy?
Click on the headline to read the full story on PLM&ERP News.
Drivetrain Analyzer Onsite och andra lösningar som ger Siemens ledningen i det industriella AI-racet
Siemens-chefen, ROLAND BUSCH, har bråda dagar. Det är inte svårt att förstå varför – på PLM-sidan, kopplat till AI, och smart tillverkning, är det ingen utvecklare som har ett högre tempo eller en vassare paketerad och mer integrerad helhetslösning för produktframtagning än vad den globala PLM- och fabriksautomations-ledaren har i sin Xcelerator-portfölj.
Det handlar om flera broar till genombrott för industriell AI med siktet inställt på att skapa ett sammanhängande system, Industrial AI Operating System. Busch brukar beskriva saken som, ”en satsning syftar till att flytta AI från att vara en isolerad funktion till att bli en drivande kraft genom hela värdekedjan.”
Förra veckans lansering av Drivetrain Analyzer Onsite (DTA Onsite) är ett bra exempel. Det handlar om en funktion där toppmodern AI-teknologi kan göra mycket intressanta avtryck. DTA, finns i och för sig redan som moln-lösning, men i den nu aktuella lanseringen är det istället en ny on-premise analyslösning. En tung poäng är att man med denna mjukvara använder lokal AI för att upptäcka mönster och anomalier i drivsystem utan att data behöver lämna användarens infrastruktur.
Sammanfattningsvis överbryggar mjukvaran klyftan mellan isolerade maskiner och molnbaserade plattformar och bearbetar drivdata helt inom användarens egen infrastruktur, inklusive integrerade industriella AI-funktioner.
Drivdata är den tekniska term som används inom industriell automation för data som rör olika slags motordrifter. Den täcker parametrar som vridmoment, hastighet, position, ström och temperatur, vilka är avgörande för att övervaka och styra maskiner. Drivparametrar används specifikt när man hänvisar till inställningar inom drivenheten (t ex Sercos-parametrar). Drivdata täcker parametrar som vridmoment, hastighet, position, ström, vibrationer och temperatur, vilka är avgörande för att övervaka och styra maskiner. Men varför är analys av dessa data så viktigt inom industriell produktion?
Kort sagt för att de är avgörande inom industriell produktion och att mjukvarans finess är att den omvandlar rå drivdata till handlingsbara insikter. Detta möjliggör högre effektivitet, färre driftsstopp och förbättrad produktkvalitet. Genom att utnyttja industriella IoT (IIoT)-sensorer och AI-driven analys kan tillverkare gå över från reaktivt underhåll till prediktiva strategier, optimera maskinens livslängd och minska den totala energiförbrukningen.
Men även om DTA Onsite är en vass AI-lösning, så är det bara en detalj i en bredare och djupintegrerad kedja digitala verktyg för hela produktframtagnings-processen; en kedja där Siemens Digital Industries, inklusive PLM-divisionen (”Software”), i dagsläget är den globala industriella marknadsledaren – vilka är skälen?
Klicka på rubriken för att läsa mer på PLM&ERP News.
Det handlar om flera broar till genombrott för industriell AI med siktet inställt på att skapa ett sammanhängande system, Industrial AI Operating System. Busch brukar beskriva saken som, ”en satsning syftar till att flytta AI från att vara en isolerad funktion till att bli en drivande kraft genom hela värdekedjan.”
Förra veckans lansering av Drivetrain Analyzer Onsite (DTA Onsite) är ett bra exempel. Det handlar om en funktion där toppmodern AI-teknologi kan göra mycket intressanta avtryck. DTA, finns i och för sig redan som moln-lösning, men i den nu aktuella lanseringen är det istället en ny on-premise analyslösning. En tung poäng är att man med denna mjukvara använder lokal AI för att upptäcka mönster och anomalier i drivsystem utan att data behöver lämna användarens infrastruktur.
Sammanfattningsvis överbryggar mjukvaran klyftan mellan isolerade maskiner och molnbaserade plattformar och bearbetar drivdata helt inom användarens egen infrastruktur, inklusive integrerade industriella AI-funktioner.
Drivdata är den tekniska term som används inom industriell automation för data som rör olika slags motordrifter. Den täcker parametrar som vridmoment, hastighet, position, ström och temperatur, vilka är avgörande för att övervaka och styra maskiner. Drivparametrar används specifikt när man hänvisar till inställningar inom drivenheten (t ex Sercos-parametrar). Drivdata täcker parametrar som vridmoment, hastighet, position, ström, vibrationer och temperatur, vilka är avgörande för att övervaka och styra maskiner. Men varför är analys av dessa data så viktigt inom industriell produktion?
Kort sagt för att de är avgörande inom industriell produktion och att mjukvarans finess är att den omvandlar rå drivdata till handlingsbara insikter. Detta möjliggör högre effektivitet, färre driftsstopp och förbättrad produktkvalitet. Genom att utnyttja industriella IoT (IIoT)-sensorer och AI-driven analys kan tillverkare gå över från reaktivt underhåll till prediktiva strategier, optimera maskinens livslängd och minska den totala energiförbrukningen.
Men även om DTA Onsite är en vass AI-lösning, så är det bara en detalj i en bredare och djupintegrerad kedja digitala verktyg för hela produktframtagnings-processen; en kedja där Siemens Digital Industries, inklusive PLM-divisionen (”Software”), i dagsläget är den globala industriella marknadsledaren – vilka är skälen?
Klicka på rubriken för att läsa mer på PLM&ERP News.
ABB och TCS växlar upp: AI-driven digitalisering med innovativ ”muskelkraft”
ABBs CEO Morten Wierod: ”Partnerskapet med TCS hjälper ABB att bygga smartare system.”
Under 18 år har svensk-schweiziska verkstadsjätten ABB och globala indiska konsulten TCS samarbetat huvudsakligen kring ERP implementationer och konsolidering av datacenter. Detta har å ena sidan bidragit till att driva ABB's digitala transformation inom elektrifiering och automation framåt, medan samarbetet å andra sidan givit TCS en långtgående domän-expertis inom dessa områden, tillsammans med en långsiktig och värdefull kundrelation med ABB. Samarbetet har alltså varit fruktbart och under veckan meddelade bolagen att man inte bara förlängt det utan också fördjupat innehållet.
I den nysignerade avsiktsförklaringen kring förlängningen är ansatsen bred: man ska ”stärka företagens strategiska samarbete inom IT-infrastruktur och applikationer, digitala och industriella AI-initiativ, datacenter och annan framväxande teknik.”
ABB-basen, CEO Morten Wierod, konstaterar att detta reflekterar parternas gemensamma avsikt att driva innovation, operativ motståndskraft och hållbar tillväxt genom en långsiktig partnerskapsstrategi.
”Partnerskapet med TCS hjälper ABB att bygga smartare system, vi kan anpassa oss snabbare och skala upp våra innovationer globalt. Samtidigt förblir Indien en viktig tillväxtmarknad för oss och det förnyade partnerskapet kommer att positionera ABB som en av nyckelpartnerna för TCS ambitiösa expansionsplaner för datacenter,” säger Wierod.
Som en del av avsiktsförklaringen kommer parterna att kombinera ABBs ledarskap inom elektrifiering och automation med TCS globala teknik- och leveransförmåga inom följande nyckelområden:
• Transformation av IT-infrastruktur och applikationer: Poängen är att ”främja en agil, säker, motståndskraftig och kostnadsoptimerad IT-grund i linje med ABBs verksamhetsmodell.” Fokus kommer att ligga på operativ effektivitet och kontinuerlig förbättring.
• AI och fabriksmodernisering: Samarbete mer allmänt kring industriell AI, digitala tvillingar, synbaserad inspektion och konvergens mellan OT (”operativ produktionsteknologi”) och IT.
• Utveckling av AI-infrastruktur: Parterna ska även utforska nya affärsmöjligheter inom elektrifiering, automation och mjukvara som skapas genom TCS planerade satsning på AI-infrastruktur i Indien.
Klart är att TCS kompetens inom AI spelar en framträdande roll när samarbetet nu fördjupas – hur då? Klicka på rubriken för att läsa mer på PLM&ERP News om hur TCS’ koncernchef, CEO K. Krithivasan, ser på saken och vad han menar med, ”en ny modell av industriell innovation.”
Under 18 år har svensk-schweiziska verkstadsjätten ABB och globala indiska konsulten TCS samarbetat huvudsakligen kring ERP implementationer och konsolidering av datacenter. Detta har å ena sidan bidragit till att driva ABB's digitala transformation inom elektrifiering och automation framåt, medan samarbetet å andra sidan givit TCS en långtgående domän-expertis inom dessa områden, tillsammans med en långsiktig och värdefull kundrelation med ABB. Samarbetet har alltså varit fruktbart och under veckan meddelade bolagen att man inte bara förlängt det utan också fördjupat innehållet.
I den nysignerade avsiktsförklaringen kring förlängningen är ansatsen bred: man ska ”stärka företagens strategiska samarbete inom IT-infrastruktur och applikationer, digitala och industriella AI-initiativ, datacenter och annan framväxande teknik.”
ABB-basen, CEO Morten Wierod, konstaterar att detta reflekterar parternas gemensamma avsikt att driva innovation, operativ motståndskraft och hållbar tillväxt genom en långsiktig partnerskapsstrategi.
”Partnerskapet med TCS hjälper ABB att bygga smartare system, vi kan anpassa oss snabbare och skala upp våra innovationer globalt. Samtidigt förblir Indien en viktig tillväxtmarknad för oss och det förnyade partnerskapet kommer att positionera ABB som en av nyckelpartnerna för TCS ambitiösa expansionsplaner för datacenter,” säger Wierod.
Som en del av avsiktsförklaringen kommer parterna att kombinera ABBs ledarskap inom elektrifiering och automation med TCS globala teknik- och leveransförmåga inom följande nyckelområden:
• Transformation av IT-infrastruktur och applikationer: Poängen är att ”främja en agil, säker, motståndskraftig och kostnadsoptimerad IT-grund i linje med ABBs verksamhetsmodell.” Fokus kommer att ligga på operativ effektivitet och kontinuerlig förbättring.
• AI och fabriksmodernisering: Samarbete mer allmänt kring industriell AI, digitala tvillingar, synbaserad inspektion och konvergens mellan OT (”operativ produktionsteknologi”) och IT.
• Utveckling av AI-infrastruktur: Parterna ska även utforska nya affärsmöjligheter inom elektrifiering, automation och mjukvara som skapas genom TCS planerade satsning på AI-infrastruktur i Indien.
Klart är att TCS kompetens inom AI spelar en framträdande roll när samarbetet nu fördjupas – hur då? Klicka på rubriken för att läsa mer på PLM&ERP News om hur TCS’ koncernchef, CEO K. Krithivasan, ser på saken och vad han menar med, ”en ny modell av industriell innovation.”
Siemens nya Fuse EDA AI Agent tar kommandot över hela elektronikdesign-stacken
Amit GUPTA, VP Siemens EDA: ”Med Fuse EDA AI Agent och NVIDIAs agent AI-teknik lägger vi grunden för agenter som kan planera, agera och anpassa över hela designarbetsflödena."”
Siemens Digital Industries Software ångar på i full fart på elektronik-designsidan med en intressant betoning på att etablera agentisk AI som viktiga designverktyg för att vässa speed och kvalitet i utvecklingsarbetet av elektronik. Det är inte bara verifikationssidan med Questa One-plattformen som fått inbäddad agentisk AI – som PLM&ERP News rapporterade förra veckan – nu lanserar bolaget samma sak för design- och simulerings-portföljen Fuse EDA, där Fuse Eda AI Agent blir den nyaste delen i Siemens EDA-portfölj.
Siemens Fuse EDA är en avancerad, AI-driven plattform för elektronisk designautomation (EDA) som används för att designa, simulera och verifiera halvledare (chips) och kretskort (PCB). Till saken hör att den nya agenten också är en central komponent i partnerskapet med NVIDIA.
Agenten använder NVIDIA Agent Toolkit, Nemotron-modeller och NVIDIAs AI-infrastruktur för att möjliggöra avancerad resonemangsförmåga och verktygsanrop. Dessutom utnyttjar NVIDIA själva Siemens Fuse-lösningar i sin egen chiputveckling.
Samtidigt är agenten en lösning som får Siemens att stå ut i konkurrensen. Tidigare AI-verktyg har ofta fungerat som isolerade "copiloter" för enskilda uppgifter. Med nya Fuse EDA AI Agent markeras ett skifte mot agentisk AI, d v s en lösning för framtiden reda idag, där autonoma agenter kan planera, koordinera och utföra hela arbetsflöden över flera verktyg – från tidig designkonceptualisering till slutgiltig tillverkningssignering.
"Det stämmer,” säger Kari Briski, senior VP för generativ AI på NVIDIA. ”Tillsammans med Siemens kartlägger vi nästa era av agent AI, där långvariga agenter under säkra former kan använda ingenjörsverktyg och koordinera komplexa uppgifter. Genom att kombinera Siemens Fuse EDA AI Agent med NVIDIAs agent AI-teknik lägger vi grunden för agenter som kan planera, agera och anpassa över designarbetsflöden."
Intressant i sammanhanget är också att agenten bygger vidare på det befintliga Fuse EDA AI-systemet, som introducerade generativ AI och en avancerad RAG-ramverk (Retrieval-Augmented Generation) för att ge ingenjörer tillgång till domänspecifik kunskap via naturligt språk, som lanserades.
Satsningen har också allmänt affärsmässigt mycket goda grunder i skenet av att drygt 30 % av Siemens PLM-intäkter - som enligt PLM&ERP News beräkningar landade på drygt 7,5 miljarder dollar FY 2025 - kommer från EDA-lösningarna. Med den nu lanserade AI-satsningen vässas Siemens EDA-verktyg ytterligare.
Så, vad är den tunga poängen med Fuse EDA AI Agent? Amit Gupta, Chief AI Strategy Officer, senior VP och GM för Siemens EDA, konstaterar att det finns flera goda skäl, men att den autonomt kan orkestrera arbetsflöden med flera agenter över Siemens kompletta EDA-portfölj, från designkoncept till tillverkningsgod-kännande, inte bara står ut utan ökar också den tekniska effektiviteten, tiden till marknad och designkvaliteten.
Klicka på rubriken för att läsa mer på PLM&ERP News.
Siemens Digital Industries Software ångar på i full fart på elektronik-designsidan med en intressant betoning på att etablera agentisk AI som viktiga designverktyg för att vässa speed och kvalitet i utvecklingsarbetet av elektronik. Det är inte bara verifikationssidan med Questa One-plattformen som fått inbäddad agentisk AI – som PLM&ERP News rapporterade förra veckan – nu lanserar bolaget samma sak för design- och simulerings-portföljen Fuse EDA, där Fuse Eda AI Agent blir den nyaste delen i Siemens EDA-portfölj.
Siemens Fuse EDA är en avancerad, AI-driven plattform för elektronisk designautomation (EDA) som används för att designa, simulera och verifiera halvledare (chips) och kretskort (PCB). Till saken hör att den nya agenten också är en central komponent i partnerskapet med NVIDIA.
Agenten använder NVIDIA Agent Toolkit, Nemotron-modeller och NVIDIAs AI-infrastruktur för att möjliggöra avancerad resonemangsförmåga och verktygsanrop. Dessutom utnyttjar NVIDIA själva Siemens Fuse-lösningar i sin egen chiputveckling.
Samtidigt är agenten en lösning som får Siemens att stå ut i konkurrensen. Tidigare AI-verktyg har ofta fungerat som isolerade "copiloter" för enskilda uppgifter. Med nya Fuse EDA AI Agent markeras ett skifte mot agentisk AI, d v s en lösning för framtiden reda idag, där autonoma agenter kan planera, koordinera och utföra hela arbetsflöden över flera verktyg – från tidig designkonceptualisering till slutgiltig tillverkningssignering.
"Det stämmer,” säger Kari Briski, senior VP för generativ AI på NVIDIA. ”Tillsammans med Siemens kartlägger vi nästa era av agent AI, där långvariga agenter under säkra former kan använda ingenjörsverktyg och koordinera komplexa uppgifter. Genom att kombinera Siemens Fuse EDA AI Agent med NVIDIAs agent AI-teknik lägger vi grunden för agenter som kan planera, agera och anpassa över designarbetsflöden."
Intressant i sammanhanget är också att agenten bygger vidare på det befintliga Fuse EDA AI-systemet, som introducerade generativ AI och en avancerad RAG-ramverk (Retrieval-Augmented Generation) för att ge ingenjörer tillgång till domänspecifik kunskap via naturligt språk, som lanserades.
Satsningen har också allmänt affärsmässigt mycket goda grunder i skenet av att drygt 30 % av Siemens PLM-intäkter - som enligt PLM&ERP News beräkningar landade på drygt 7,5 miljarder dollar FY 2025 - kommer från EDA-lösningarna. Med den nu lanserade AI-satsningen vässas Siemens EDA-verktyg ytterligare.
Så, vad är den tunga poängen med Fuse EDA AI Agent? Amit Gupta, Chief AI Strategy Officer, senior VP och GM för Siemens EDA, konstaterar att det finns flera goda skäl, men att den autonomt kan orkestrera arbetsflöden med flera agenter över Siemens kompletta EDA-portfölj, från designkoncept till tillverkningsgod-kännande, inte bara står ut utan ökar också den tekniska effektiviteten, tiden till marknad och designkvaliteten.
Klicka på rubriken för att läsa mer på PLM&ERP News.
Siemens New Fuse EDA AI Agent Takes Command of the Entire Electronics Design Stack
Amit GUPTA, VP and GM of Siemens EDA: ”This enterprise-scale AI deployment positions the industry to maintain a competitive advantage in an increasingly complex semiconductor and PCB system landscape."
Siemens Digital Industries Software has launched the Fuse EDA AI Agent, strengthening its electronics design portfolio with agentic AI to drive development speed and quality. This release extends autonomous capabilities across the design and simulation suite, following the recent integration of AI into the Questa One platform.
Siemens Fuse EDA is an advanced, AI-driven platform for electronic design automation (EDA) that enables comprehensive design, simulation, and verification of semiconductors and PCBs. A cornerstone of the partnership with NVIDIA, this agent leverages NVIDIA’s AI infrastructure to transition from isolated, task-specific "copilots" to autonomous, agentic AI capable of managing complex workflows from conceptualization to final sign-off.
"That is correct," says Kari Briski, Senior VP of Generative AI at NVIDIA, regarding the partnership with Siemens to advance agentic AI for engineering. ”The collaboration integrates Siemens Fuse EDA AI Agent with NVIDIA technology to enable persistent agents to securely manage complex, adaptive design workflows.”
The new agent advances the existing Fuse EDA AI system, leveraging generative AI and Retrieval-Augmented Generation (RAG) to provide engineers with natural language access to domain-specific knowledge. This strategic initiative is supported by strong business fundamentals, as EDA solutions account for over 30% of Siemens' estimated $7.5 billion in PLM revenue for FY2025, further sharpening their toolchain.
So, what is the core value proposition of the Fuse EDA AI Agent? Amit Gupta—Chief AI Strategy Officer, Senior VP, and GM of Siemens EDA—identifies several compelling drivers, highlighting the agent's ability to autonomously orchestrate multi-agent workflows across Siemens’ entire Electronic Design Automation (EDA) portfolio. By spanning the spectrum from initial design concept to final manufacturing sign-off, the platform enhances engineering efficiency and design quality while significantly accelerating time-to-market. “We are delivering intelligent automation across the full EDA lifecycle,” Gupta concludes. “This empowers our customers to dramatically compress design cycles while maintaining the highest standards of quality.”
Click on the headline to read the full story on PLM&ERP News.
Siemens Digital Industries Software has launched the Fuse EDA AI Agent, strengthening its electronics design portfolio with agentic AI to drive development speed and quality. This release extends autonomous capabilities across the design and simulation suite, following the recent integration of AI into the Questa One platform.
Siemens Fuse EDA is an advanced, AI-driven platform for electronic design automation (EDA) that enables comprehensive design, simulation, and verification of semiconductors and PCBs. A cornerstone of the partnership with NVIDIA, this agent leverages NVIDIA’s AI infrastructure to transition from isolated, task-specific "copilots" to autonomous, agentic AI capable of managing complex workflows from conceptualization to final sign-off.
"That is correct," says Kari Briski, Senior VP of Generative AI at NVIDIA, regarding the partnership with Siemens to advance agentic AI for engineering. ”The collaboration integrates Siemens Fuse EDA AI Agent with NVIDIA technology to enable persistent agents to securely manage complex, adaptive design workflows.”
The new agent advances the existing Fuse EDA AI system, leveraging generative AI and Retrieval-Augmented Generation (RAG) to provide engineers with natural language access to domain-specific knowledge. This strategic initiative is supported by strong business fundamentals, as EDA solutions account for over 30% of Siemens' estimated $7.5 billion in PLM revenue for FY2025, further sharpening their toolchain.
So, what is the core value proposition of the Fuse EDA AI Agent? Amit Gupta—Chief AI Strategy Officer, Senior VP, and GM of Siemens EDA—identifies several compelling drivers, highlighting the agent's ability to autonomously orchestrate multi-agent workflows across Siemens’ entire Electronic Design Automation (EDA) portfolio. By spanning the spectrum from initial design concept to final manufacturing sign-off, the platform enhances engineering efficiency and design quality while significantly accelerating time-to-market. “We are delivering intelligent automation across the full EDA lifecycle,” Gupta concludes. “This empowers our customers to dramatically compress design cycles while maintaining the highest standards of quality.”
Click on the headline to read the full story on PLM&ERP News.
Rethinking CATIA Productivity: Inside TECHNIA’s New CAD Essentials Suite
“Prepackaged automation that doesn’t cost a fortune.”
TECHNIA is reimagining the CATIA environment with its new CAD Essentials package—and it’s a significant shift for the industry. By offering prepackaged automation that bypasses the typical high costs of custom development, the PLM consultancy is making high-end efficiency accessible.
Launched as a suite of modular productivity tools, CAD Essentials is designed to streamline workflows for both CATIA V5 and 3DEXPERIENCE users. It offers a pragmatic middle ground: cost-effective automation without the complexity of full-scale customization projects.
The suite features seven specialized tools, each tackling specific bottlenecks within the automotive, aerospace, and industrial equipment sectors. According to Sarah Ponader, Product Manager at TECHNIA, the goal is scalability—providing engineering teams with a solution that evolves alongside their requirements.
”CAD Essentials represents a new approach to productivity enhancement for CATIA users. By offering modular, subscription-based tools, we're making powerful workflow automation accessible to companies of all sizes without requiring costly custom development projects.TECHNIA's commitment is well in line with the company's strength in Dassault Systemes solutions. Few PLM consultants know Dassault's products better than TECHNIA; the company has grown so strongly over the past decade that it has taken a position as the French software developer's leading global VAR (Value Added Reseller). This encompasses more than just CATIA as a CAD design solution; it highlights the company's expertise in the full breadth of Dassault's 3DEXPERIENCE platform, including key apps such as ENOVIA (PLM/cPDm), SIMULIA (simulation & analysis), and DELMIA (digital production management).
TECHNIA is owned by the IT group Addnode, which also owns the world's leading Autodesk VAR, Symetri.
The key value proposition with the new CAD Essentials is that these tools offer ready-made automation that solves common daily problems for engineers—without the need for expensive, time-consuming customization projects. The solution has good prospects for widespread adoption, making powerful automation available to companies of all sizes through a flexible subscription model. In this article on PLM&ERP News, we explore the specific "friction points" in the design process that the seven specialized modules address—what are they, and why is CAD Essentials a "big deal"?
Click on the title to read more on PLM&ERP News.
TECHNIA is reimagining the CATIA environment with its new CAD Essentials package—and it’s a significant shift for the industry. By offering prepackaged automation that bypasses the typical high costs of custom development, the PLM consultancy is making high-end efficiency accessible.
Launched as a suite of modular productivity tools, CAD Essentials is designed to streamline workflows for both CATIA V5 and 3DEXPERIENCE users. It offers a pragmatic middle ground: cost-effective automation without the complexity of full-scale customization projects.
The suite features seven specialized tools, each tackling specific bottlenecks within the automotive, aerospace, and industrial equipment sectors. According to Sarah Ponader, Product Manager at TECHNIA, the goal is scalability—providing engineering teams with a solution that evolves alongside their requirements.
”CAD Essentials represents a new approach to productivity enhancement for CATIA users. By offering modular, subscription-based tools, we're making powerful workflow automation accessible to companies of all sizes without requiring costly custom development projects.
TECHNIA is owned by the IT group Addnode, which also owns the world's leading Autodesk VAR, Symetri.
The key value proposition with the new CAD Essentials is that these tools offer ready-made automation that solves common daily problems for engineers—without the need for expensive, time-consuming customization projects. The solution has good prospects for widespread adoption, making powerful automation available to companies of all sizes through a flexible subscription model. In this article on PLM&ERP News, we explore the specific "friction points" in the design process that the seven specialized modules address—what are they, and why is CAD Essentials a "big deal"?
Click on the title to read more on PLM&ERP News.
Jakten på smartare fabriker: Capgemini vässar sin PLM-satsning med köpet av Piterion
Veckans stora affärsnyhet på PLM-området är globala konsulten Capgeminis köp av tyska Piterion, en ledande, oberoende specialist inom PLM och operativ tillverkningshantering på MOM-området.
Klart är att köpet representerar en förstärkning av Capgeminis PLM-relaterade verksamhet, både finansiellt och tekniskt. Capgemini avslöjar inte i sina redovisningar de utbrutna siffrorna för de PLM-relaterade intäkterna, men sett till hela bolagets intäkter på runt 22,5 miljarder euro 2025 torde det handla om en liten del. Analytikern CIMdata räknade i sin 2025-rapport med att bolaget på cPDm-området (collaborative Product Definition management) drog in runt 400 miljoner dollar på PLM-tjänstesidan, vilket gav en åttonde placering avseende 2024 på topplistan över tjänsteproducenter. Denna lista toppades av Accenture (ca 2,2 miljarder dollar), med TCS (knappt 1 miljard dollar) på silverplats och IBM (runt 750 miljoner dollar) på bronsplats.
Capgeminis styrkor inom Product Lifecycle Management (PLM) ligger i deras kapacitet för digital transformation end-to-end, djupgående branschspecifik expertis inom tillverkning för framför allt fordons- och flygindustrin), och ett starkt, strategiskt partnerekosystem med de tre stora PLM-programvaruleverantörerna: Siemens Digital Industries (Teamcenter, Polarion), Dassault Systèmes (3DEXPERIENCE) och PTC (Windchill).
Capgemini, som erkänts som en "Winner's Circle"-deltagare av HfS Research, betonar "Digital kontinuitet", som kopplar samman produktdesign, tillverkning och service. Just i detta spår ligger också att Capgemini kapabilitet att möjliggöra en "digital tråd" som överbryggar teknik och service, vilket förbättrar datakonsistens och integration över hela produktens livscykel.
Vad innebär då köpet av Piterion, vid sidan av en möjlig intäktsförstärkning på närmare 40 miljoner dollar? Med PLM och MOM som de starka domänerna i utbudet har Piterion sedan bolaget grundades 2002 byggt upp en stark position i Tyskland, med huvudkontor i Stuttgart. Men har också expanderat verksamheten genom dotterbolag i Italien, Tunisien och Indien. Genom att integrera mekanisk, elektronisk och mjukvaruutveckling stöder deras team på över 200 personer en rad välkända kunder inom konsument- och kommersiell fordonsindustri, flyg- och försvarsindustri, life science och högteknologi – sektorer där Capgemini också är djupt aktiva.
"Kunderna vill i allt högre grad optimera sina industriella tekniska processer genom digitalisering och AI,” kommenterar dr Michael Schulte, CEO för Capgemini Engineering och koncernlednings-medlem. ”Piterion är en ledande aktör inom PLM och MOM och med deras starka tyska närvaro och internationella leveranskapacitet kommer köpet att stärka Capgeminis globala PLM-verksamhet, utöka utnyttjandet av våra AI-agentbaserade lösningar, fördjupa strategiska kundrelationer och bidra till att accelerera tillväxten.”
”I tider där AI, moln och uppkopplade produktekosystem omformar industriella värdekedjor skapar denna kombination nya möjligheter för våra kunder,” summerar Ravi Nirankari, medgrundare av Piterion.
Ingen köpeskilling avslöjas i pressmaterialet.
Klicka på rubriken för att läsa mer på PLM&ERP News.
Klart är att köpet representerar en förstärkning av Capgeminis PLM-relaterade verksamhet, både finansiellt och tekniskt. Capgemini avslöjar inte i sina redovisningar de utbrutna siffrorna för de PLM-relaterade intäkterna, men sett till hela bolagets intäkter på runt 22,5 miljarder euro 2025 torde det handla om en liten del. Analytikern CIMdata räknade i sin 2025-rapport med att bolaget på cPDm-området (collaborative Product Definition management) drog in runt 400 miljoner dollar på PLM-tjänstesidan, vilket gav en åttonde placering avseende 2024 på topplistan över tjänsteproducenter. Denna lista toppades av Accenture (ca 2,2 miljarder dollar), med TCS (knappt 1 miljard dollar) på silverplats och IBM (runt 750 miljoner dollar) på bronsplats.
Capgeminis styrkor inom Product Lifecycle Management (PLM) ligger i deras kapacitet för digital transformation end-to-end, djupgående branschspecifik expertis inom tillverkning för framför allt fordons- och flygindustrin), och ett starkt, strategiskt partnerekosystem med de tre stora PLM-programvaruleverantörerna: Siemens Digital Industries (Teamcenter, Polarion), Dassault Systèmes (3DEXPERIENCE) och PTC (Windchill).
Capgemini, som erkänts som en "Winner's Circle"-deltagare av HfS Research, betonar "Digital kontinuitet", som kopplar samman produktdesign, tillverkning och service. Just i detta spår ligger också att Capgemini kapabilitet att möjliggöra en "digital tråd" som överbryggar teknik och service, vilket förbättrar datakonsistens och integration över hela produktens livscykel.
Vad innebär då köpet av Piterion, vid sidan av en möjlig intäktsförstärkning på närmare 40 miljoner dollar? Med PLM och MOM som de starka domänerna i utbudet har Piterion sedan bolaget grundades 2002 byggt upp en stark position i Tyskland, med huvudkontor i Stuttgart. Men har också expanderat verksamheten genom dotterbolag i Italien, Tunisien och Indien. Genom att integrera mekanisk, elektronisk och mjukvaruutveckling stöder deras team på över 200 personer en rad välkända kunder inom konsument- och kommersiell fordonsindustri, flyg- och försvarsindustri, life science och högteknologi – sektorer där Capgemini också är djupt aktiva.
"Kunderna vill i allt högre grad optimera sina industriella tekniska processer genom digitalisering och AI,” kommenterar dr Michael Schulte, CEO för Capgemini Engineering och koncernlednings-medlem. ”Piterion är en ledande aktör inom PLM och MOM och med deras starka tyska närvaro och internationella leveranskapacitet kommer köpet att stärka Capgeminis globala PLM-verksamhet, utöka utnyttjandet av våra AI-agentbaserade lösningar, fördjupa strategiska kundrelationer och bidra till att accelerera tillväxten.”
”I tider där AI, moln och uppkopplade produktekosystem omformar industriella värdekedjor skapar denna kombination nya möjligheter för våra kunder,” summerar Ravi Nirankari, medgrundare av Piterion.
Ingen köpeskilling avslöjas i pressmaterialet.
Klicka på rubriken för att läsa mer på PLM&ERP News.
The Blueprint for the Intelligent Industry: Capgemini’s Strategic Play for Piterion Group
Dr Michael Schulte, CEO of Capgemini Engineering: "Leveraging World-Class PLM, with AI and MOM (Manufacturing Operations Management)."
The major business headline in the PLM sector this week is global consultancy Capgemini’s agreement to acquire the Piterion Group. A premier German independent specialist in PLM and MOM, Piterion’s integration significantly strengthens Capgemini’s capabilities, particularly for clients in complex industrial fields such as automotive and aerospace. By integrating Piterion's agent-based AI with its own portfolio, Capgemini aims to optimize product lifecycles, accelerate time-to-market, and drive cost efficiencies, strengthening its position against industry leaders.
But the move also represents a significant consolidation of Capgemini’s PLM service revenues. While the group does not disclose specific PLM revenue—a small fraction of its total €22.5 billion turnover in 2025—industry analysts at CIMdata estimate the firm’s 2024 collaborative Product Definition management (cPDm) service revenue at approximately $400 million. This places Capgemini eighth globally in a services market currently dominated by titans like Accenture ($2.2B), TCS ($1B), and IBM ($750M), signaling an aggressive, strategic move to close the gap on the leaders.
Capgemini’s prowess in PLM is increasingly defined by its end-to-end digital transformation capabilities and deep-tier manufacturing expertise. This position is underpinned by a sophisticated ecosystem of strategic software partners, most notably the "Big Three": Siemens Digital Industries Software, Dassault Systèmes, and PTC.
Long recognised as a leader in the field, Capgemini continues to champion "digital continuity"—a strategic thread that seamlessly stitches together product design, manufacturing, and maintenance. The firm’s latest move, the acquisition of Stuttgart-based Piterion, is set to further strengthen this "digital thread," ensuring data consistency across the entire industrial lifecycle.
Beyond a $30–40 million revenue boost, the acquisition brings Piterion’s team of over 200 experts into the fold, expanding Capgemini’s footprint across Germany, Italy, Tunisia, and India. Piterion’s expertise in integrating mechanical, electronic, and software solutions for the automotive and aerospace sectors aligns precisely with Capgemini’s industrial focus.
Dr Michael Schulte, CEO of Capgemini Engineering, noted that clients are "increasingly looking to optimise their industrial engineering processes through digitalisation and AI," adding that the acquisition will "expand our agent-based solution offerings and help accelerate growth."
Ravi Nirankari, Co-Founder of Piterion, echoed this sentiment, suggesting that the convergence of AI and connected product ecosystems is "unlocking new opportunities" for global clients. While the purchase price remains undisclosed, the strategic value of the tie-up is clear: a more robust, AI-ready offering for an era of intelligent industry.
Click on thge headline to read more on PLM&ERP News.
The major business headline in the PLM sector this week is global consultancy Capgemini’s agreement to acquire the Piterion Group. A premier German independent specialist in PLM and MOM, Piterion’s integration significantly strengthens Capgemini’s capabilities, particularly for clients in complex industrial fields such as automotive and aerospace. By integrating Piterion's agent-based AI with its own portfolio, Capgemini aims to optimize product lifecycles, accelerate time-to-market, and drive cost efficiencies, strengthening its position against industry leaders.
But the move also represents a significant consolidation of Capgemini’s PLM service revenues. While the group does not disclose specific PLM revenue—a small fraction of its total €22.5 billion turnover in 2025—industry analysts at CIMdata estimate the firm’s 2024 collaborative Product Definition management (cPDm) service revenue at approximately $400 million. This places Capgemini eighth globally in a services market currently dominated by titans like Accenture ($2.2B), TCS ($1B), and IBM ($750M), signaling an aggressive, strategic move to close the gap on the leaders.
Capgemini’s prowess in PLM is increasingly defined by its end-to-end digital transformation capabilities and deep-tier manufacturing expertise. This position is underpinned by a sophisticated ecosystem of strategic software partners, most notably the "Big Three": Siemens Digital Industries Software, Dassault Systèmes, and PTC.
Long recognised as a leader in the field, Capgemini continues to champion "digital continuity"—a strategic thread that seamlessly stitches together product design, manufacturing, and maintenance. The firm’s latest move, the acquisition of Stuttgart-based Piterion, is set to further strengthen this "digital thread," ensuring data consistency across the entire industrial lifecycle.
Beyond a $30–40 million revenue boost, the acquisition brings Piterion’s team of over 200 experts into the fold, expanding Capgemini’s footprint across Germany, Italy, Tunisia, and India. Piterion’s expertise in integrating mechanical, electronic, and software solutions for the automotive and aerospace sectors aligns precisely with Capgemini’s industrial focus.
Dr Michael Schulte, CEO of Capgemini Engineering, noted that clients are "increasingly looking to optimise their industrial engineering processes through digitalisation and AI," adding that the acquisition will "expand our agent-based solution offerings and help accelerate growth."
Ravi Nirankari, Co-Founder of Piterion, echoed this sentiment, suggesting that the convergence of AI and connected product ecosystems is "unlocking new opportunities" for global clients. While the purchase price remains undisclosed, the strategic value of the tie-up is clear: a more robust, AI-ready offering for an era of intelligent industry.
Click on thge headline to read more on PLM&ERP News.