Nvidia активно използва изкуствен интелект в някои етапи от вътрешния процес по проектиране на своите чипове. За това разказа главният научен сътрудник на Nvidia Бил Дали в разговор с главния научен сътрудник на Google Джеф Дийн по време на конференцията GTC. Според последния, компанията използва AI за проучване на проектни решения, работа със стандартна библиотека от клетки, отстраняване на грешки и верификация. Дали добави, че до напълно автоматизираното проектиране на чипове има още дълъг път.

Един от примерите, които Дали сподели е инструментът NB-Cell на Nvidia. Според него, преди прехвърлянето на стандартната библиотека с клетки на компанията към нов полупроводников технологичен процес отнемаше около 10 месеца на екип от 8 души. AI инструментът сега извършва тази работа за една нощ на един графичен процесор, а получените в резултат клетки по размер, енергопотребление и закъснение не отстъпват на разработките, създадени от хора, а дори ги превъзхождат.

„В процеса на проектиране се стремим да използваме изкуствен интелект навсякъде, където е възможно. Например, всеки път, когато преминаваме към нов технологичен процес за полупроводници се налага да прехвърлим към него нашата стандартна библиотека от клетки. В нея има между 2500 и 3000 клетки, а преди за това беше необходим екип от осем души, които работеха по задачата около 10 месеца, т.е. това отнемаше 80 човекомесеца.“

казва Бил Дали

Дали спомена и още един вътрешен инструмент, наречен Prefix RL. Според него системата генерира схеми, които „никой човек не би могъл да измисли“, като същевременно подобрява ключовите показатели с около 20–30% в сравнение с решенията, създадени от хора. Това е важен детайл, тъй като показва, че Nvidia използва изкуствен интелект не само за да спести време на инженерите, но и за да търси решения, които излизат извън рамките на обичайната човешка интуиция.

В по-широк смисъл Nvidia използва вътрешни големи езикови модели, наречени Chip Nemo и Bug Nemo, казва Дали. Тези модели се усъвършенстват постоянно въз основа на собствени материали на Nvidia, включително RTL код и архитектурни документи за графични процесори, разработвани в продължение на много години. Според него едно от практичните предимства е, че младшите инженери могат да се обръщат към AI модела, вместо постоянно да питат старшите разработчици как работи даден блок. Освен това системата може да обобщава докладите за грешки и да помага за разпределянето им към необходимите модули или инженери.