ИИ за одну ночь экономит инженерам месяцы работы: Nvidia рассказала, как ускорила проектирование чипов

Nvidia активно использует искусственный интеллект на некоторых этапах внутреннего процесса проектирования чипов. Об этом рассказал главный научный сотрудник Nvidia Билл Дейли в разговоре с главным научным сотрудником Google Джеффом Дином во время конференции GTC. По словам последнего, компания использует ИИ для изучения проектных решений, работы со стандартной библиотекой ячеек, отладки и проверки. Дали добавил, что до полной автоматизации разработки чипов еще предстоит пройти долгий путь.

Одним из примеров, которыми поделился Дали, является инструмент NB-Cell от Nvidia. По его словам, до перевода стандартной клеточной библиотеки компании на новый полупроводниковый процесс у команды из 8 человек ушло около 10 месяцев. Инструмент искусственного интеллекта теперь проделывает эту работу в одночасье на одном графическом процессоре, и полученные ячейки по размеру, энергопотреблению и задержке не уступают или даже превосходят разработки, созданные человеком.

«В процессе проектирования мы стараемся использовать искусственный интеллект везде, где это возможно. Например, каждый раз, когда мы переходим на новый полупроводниковый процесс, нам приходится переносить на него нашу стандартную библиотеку ячеек. В ней от 2500 до 3000 ячеек, а раньше над задачей работала команда из восьми человек около 10 месяцев, то есть 80 человеко-месяцев».

говорит Билл Дейли

Дали также упомянул еще один внутренний инструмент под названием Prefix RL. По его словам, система генерирует схемы, которые «не смог бы придумать ни один человек», при этом улучшая ключевые показатели примерно на 20–30% по сравнению с решениями, созданными людьми. Это важная деталь, поскольку она показывает, что Nvidia использует искусственный интеллект не только для экономии времени инженеров, но и для поиска решений, выходящих за рамки обычной человеческой интуиции.

В более широком смысле, по словам Дейли, Nvidia использует внутренние модели большого языка под названием Chip Nemo и Bug Nemo. Эти модели постоянно совершенствуются на основе собственных материалов Nvidia, включая код RTL и документы по архитектуре графического процессора, разработанные в течение многих лет. По его словам, одно из практических преимуществ заключается в том, что младшие инженеры могут обращаться к модели ИИ вместо того, чтобы постоянно спрашивать старших разработчиков, как работает тот или иной блок. Кроме того, система может собирать отчеты об ошибках и распределять их по необходимым модулям или инженерам.