Nvidia výrazně zrychluje návrh čipů s pomocí AI
Nvidia posouvá využití umělé inteligence až do samotných základů návrhu čipů. Klíčová část procesu, tzv. portování standardní buněčné knihovny, dříve vyžadovala osm inženýrů a přibližně deset měsíců práce.
Nově to má zvládnout jediné GPU přes noc díky systému NB-Cell. Ten funguje tak, že opakovaně zkouší různé možnosti, učí se z výsledků a postupně si sám najde nejlepší řešení.
Standardní buněčná knihovna přitom obsahuje zhruba 2 500 až 3 000 základních logických buněk, které určují chování i vlastnosti celého čipu. Jejich nastavení ovlivňuje výkon, spotřebu energie i výslednou velikost křemíku, takže jde o jednu z nejdůležitějších a zároveň časově nejnáročnějších částí návrhu.
Díky automatizaci chce Nvidia výrazně zkrátit čas potřebný k portování a zároveň uvolnit kapacity inženýrů pro složitější části návrhu, které nelze snadno nahradit automatizovanými nástroji.
AI v procesu navrhování GPU
Vedle optimalizace samotných buněk Nvidia nasazuje také velké jazykové modely Chip Nemo a Bug Nemo. Ty jsou trénované na interní dokumentaci a architektonických datech všech GPU firmy a slouží jako asistenti při orientaci v návrhu, RTL a technických specifikacích. Cílem je zjednodušit práci zejména méně zkušeným inženýrům a snížit zátěž zkušených specialistů.
Firma zároveň uvádí, že reinforcement learning dokáže v některých případech najít návrhy, které jsou o 20 až 30 % lepší z hlediska výkonu, spotřeby energie i plochy čipu. AI systémy navíc automaticky testují velké množství variant a pomáhají rychleji zúžit možné architektury už v rané fázi vývoje.
Největší překážkou zůstává verifikace, tedy ověřování správnosti návrhu. I když ji Nvidia částečně automatizuje pomocí AI, stále vyžaduje lidský dohled a fyzické testování. Plně autonomní návrh čipu bez zásahu člověka tak zatím zůstává spíše vzdálenou vizí.
Zdroj: Tomshardware, VideoCardz
Sledujte také: Pro koho je seriál Harry Potter? V novém podcastu Escape rozebíráme i GTA 6 a akci od vývojářů z Brna