Η NVIDIA αποκάλυψε πώς η εφαρμογή μοντέλων παραγωγής τεχνητής νοημοσύνης και μηχανικής μάθησης μεταμορφώνει ριζικά την ανάπτυξη των νέων ημιαγωγών της. Durante Σε μια πρόσφατη τεχνική συζήτηση, τα στελέχη της εταιρείας περιέγραψαν λεπτομερώς τη χρήση ιδιόκτητων εργαλείων που συμπυκνώνουν τα χρονοδιαγράμματα μηχανικής που είχαν προηγουμένως μετρηθεί σε χρόνια σε λίγες μόνο ώρες χρόνου επεξεργασίας.
Η πρόοδος επιτρέπει σύνθετες εργασίες, όπως η προσαρμογή των βιβλιοθηκών κυψελών για νέες διαδικασίες παραγωγής, να εκτελούνται με αυτοματοποιημένο τρόπο από μια ενιαία μονάδα επεξεργασίας γραφικών (GPU). Σύμφωνα με την εταιρεία, ο όγκος της εργασίας που προηγουμένως απαιτούσε τη συνεχή προσπάθεια μιας ολόκληρης ομάδας μηχανικών μπορεί τώρα να παραδοθεί σε έναν νυχτερινό υπολογιστικό κύκλο, σηματοδοτώντας μια αλλαγή παραδείγματος στη βιομηχανία υλικού.
Δραστική μείωση του χρόνου μηχανικής με το NB-Cell
Το κύριο χαρακτηριστικό μεταξύ των εσωτερικών εργαλείων της NVIDIA είναι το NB-Cell, ένα σύστημα που βασίζεται σε τεχνικές ενίσχυσης εκμάθησης. Το λογισμικό Este δρα απευθείας στη μετεγκατάσταση και βελτιστοποίηση τυπικών βιβλιοθηκών κυψελών σε νέους κόμβους παραγωγής, ένα από τα πιο γραφειοκρατικά και αργά βήματα στη δημιουργία ενός σύγχρονου επεξεργαστή. Antes εφαρμογής αυτής της τεχνολογίας, η εργασία διήρκεσε περίπου 80 ανθρωπομήνες, πράγμα που στην πράξη σήμαινε τη διατήρηση οκτώ ανώτερων μηχανικών αποκλειστικά σε αυτή τη διαδικασία για σχεδόν ένα ολόκληρο έτος εργασίας.
Επί του παρόντος, η ίδια διαδικασία ολοκληρώνεται σε μία μόνο νύχτα αυτοματοποιημένης επεξεργασίας. Η εταιρεία ισχυρίζεται ότι το κέρδος δεν είναι μόνο ποσοτικό, αλλά ποιοτικό, καθώς τα αποτελέσματα που παρέχει η τεχνητή νοημοσύνη είναι συγκρίσιμα ή και ανώτερα από τα σχέδια που γίνονται με το χέρι. Το Isso συμβαίνει επειδή το σύστημα μπορεί να αναλύσει τρισεκατομμύρια δομικές δυνατότητες σε χιλιοστά του δευτερολέπτου, κάτι αδύνατο για την ανθρώπινη γνωστική ικανότητα. Ο άμεσος αντίκτυπος αυτού του αυτοματισμού είναι η επιτάχυνση της υιοθέτησης νέων τεχνολογιών παραγωγής, επιτρέποντας στη NVIDIA να φέρνει νέα προϊόντα στην αγορά πολύ πιο συχνά από τους ανταγωνιστές της.
Καινοτομία σε μη διαισθητικές αρχιτεκτονικές και μοντέλα Chip Nemo
Εκτός από την ταχύτητα, η τεχνητή νοημοσύνη βρίσκει λύσεις υλικού που αψηφούν την παραδοσιακή λογική της ηλεκτρικής μηχανικής. Το εργαλείο Prefix RL εστιάζει ειδικά στη σχεδίαση των αλυσίδων μεταφοράς, οι οποίες αποτελούν θεμελιώδη στοιχεία για την απόδοση της αριθμητικής επεξεργασίας. Επιτρέποντας στο νευρωνικό δίκτυο να εξερευνήσει διαμορφώσεις κυκλωμάτων χωρίς τους εννοιολογικούς περιορισμούς των σχεδιαστών, η NVIDIA ανακάλυψε αρχιτεκτονικές που δεν μπορούσαν να συλληφθούν από τον άνθρωπο, με αποτέλεσμα κέρδη απόδοσης μεταξύ 20% και 30% στις εργαστηριακές δοκιμές.
Για την υποστήριξη αυτής της υποδομής ανάπτυξης, ο κατασκευαστής χρησιμοποιεί εξειδικευμένα μοντέλα γλώσσας, εκπαιδευμένα σε δεκαετίες εσωτερικής τεκμηρίωσης:
- NB-Cell:Otimização διάταξης και μείωσης της φυσικής περιοχής των κυψελών επεξεργασίας.
- Πρόθεμα RL:Criação σύνθετων αρχιτεκτονικών κυκλωμάτων με αντισυμβατική λογική.
- Chip Nemo:Modelo γλώσσα που βοηθά τους μηχανικούς να συμβουλεύονται τεχνικές προδιαγραφές και πρότυπα.
- Σφάλμα Nemo:Inteligência τεχνητή τεχνολογία που στοχεύει στον εντοπισμό, τον έλεγχο και τη διόρθωση ελαττωμάτων σε έργα πυριτίου.
- Check-AI:Ferramenta επίσημης επαλήθευσης που εγγυάται την ακεραιότητα των κυκλωμάτων που δημιουργούνται αυτόματα.
Η ενοποίηση αυτών των συστημάτων δημιουργεί ένα οικοσύστημα όπου η ιδιόκτητη τεκμηρίωση που συσσωρεύεται με την πάροδο των ετών χρησιμεύει ως καύσιμο για την εκπαίδευση νέων νευρωνικών δικτύων. Το Bug Nemo, για παράδειγμα, μείωσε δραστικά τον χρόνο αποσφαλμάτωσης, επιτρέποντας τον εντοπισμό κρίσιμων σφαλμάτων πριν ακόμα το τσιπ εισέλθει στη φάση της φυσικής πρωτοτυποποίησης. Το Isso αποφεύγει τη σπατάλη εκατομμυρίων δολαρίων σε χυτήρια ημιαγωγών, όπου κάθε λάθος σχεδιασμού μπορεί να καθυστερήσει την εκτόξευση κατά μήνες και να κοστίσει περιουσίες σε σπατάλη πρώτων υλών.
Το μέλλον του υλικού και της ενοποίησης με το οικοσύστημα των Η/Υ
Η ανακοίνωση αυτών των τεχνολογιών έρχεται σε μια στιγμή που η NVIDIA επεκτείνει επίσης τα σύνορά της στην αγορά φορητών υπολογιστών υψηλής απόδοσης με έμφαση στην τοπική τεχνητή νοημοσύνη. Recentemente, σε εργαστηριακές δοκιμές εντοπίστηκαν πρωτότυπες μητρικές πλακέτες εξοπλισμένες με σύστημα NVIDIA N1 system-on-chip (SoC), οι οποίες διαθέτουν ισχυρές διαμορφώσεις με έως και 128 GB ενσωματωμένης μνήμης RAM. Η κίνηση Esse υποδηλώνει ότι η αποτελεσματικότητα που επιτυγχάνεται στο σχεδιασμό εταιρικών τσιπ εφαρμόζονται γρήγορα στο υλικό καταναλωτών για τον τελικό χρήστη.
Αυτός ο επιθετικός αυτοματισμός σχεδιασμού είναι αυτός που επιτρέπει στην εταιρεία να διατηρήσει την ηγετική θέση σε άκρως ανταγωνιστικούς κλάδους όπως τα κέντρα δεδομένων και την παγκόσμια αγορά τυχερών παιχνιδιών. Μειώνοντας το ανθρώπινο λάθος και τον χρόνο ανάπτυξης, η εταιρεία είναι σε θέση να επαναλάβει νέες αρχιτεκτονικές GPU με πρωτοφανείς ταχύτητες στην ιστορία της τεχνολογίας. Η τάση είναι άλλοι γίγαντες στον τομέα των ημιαγωγών, όπως ο Intel και η AMD, να ακολουθούν παρόμοια μονοπάτια βαθιάς αυτοματοποίησης για να αποφύγουν την εκθετική αύξηση του κόστους ανάπτυξης σε ολοένα και μικρότερους κόμβους παραγωγής.
Προκλήσεις και ο ρόλος της ανθρώπινης επίβλεψης στον αυτοματοποιημένο σχεδιασμό
Παρά την επιτυχία των αυτοματοποιημένων εργαλείων, η NVIDIA ενισχύει ότι ο ρόλος του μηχανικού υλικού δεν έχει εξαφανιστεί, αλλά έχει υποστεί μια απαραίτητη εξέλιξη. Atualmente, οι επαγγελματίες αφιερώνουν λιγότερο χρόνο σε επαναλαμβανόμενες εργασίες σχεδίασης κυκλωμάτων και περισσότερο χρόνο στη ρύθμιση παραμέτρων υψηλού επιπέδου και την ηθική επίβλεψη των συστημάτων τεχνητής νοημοσύνης. Η μετάβαση σε ένα μοντέλο υποβοηθούμενης σχεδίασης απαιτεί από τις ομάδες μηχανικών να αποκτήσουν νέες δεξιότητες, όπως η επιμέλεια δεδομένων για μοντέλα εκπαίδευσης όπως το Chip Nemo και η κριτική ανάλυση αρχιτεκτονικών που δημιουργούνται από την ενίσχυση της μάθησης.
Η τεχνική ακρίβεια είναι ο κεντρικός πυλώνας αυτής της νέας φάσης, καθώς οποιαδήποτε παραίσθηση ή σφάλμα στο μοντέλο AI κατά τη σχεδίαση ενός τσιπ 2 νανομέτρων θα μπορούσε να καταστήσει αχρησιμοποίητες ολόκληρες παρτίδες πυριτίου. Επομένως, η NVIDIA χρησιμοποιεί συστήματα διασταυρούμενης επικύρωσης που ελέγχουν κάθε λογική πύλη που δημιουργείται από τα μηχανήματα. Ο απώτερος στόχος είναι να δημιουργηθεί ένας βρόχος ανατροφοδότησης όπου πιο ισχυρό υλικό επιτρέπει την εκπαίδευση εξυπνότερων AI, τα οποία με τη σειρά τους σχεδιάζουν ακόμη πιο αποτελεσματικές γενιές υλικού, επιταχύνοντας την τεχνολογική πρόοδο σε εκθετική κλίμακα που δεν έχει ξαναδεί η ανθρωπότητα.
Η NVIDIA προβλέπει ότι, τα επόμενα χρόνια, η ανθρώπινη παρέμβαση στη φυσική σχεδίαση του τσιπ θα επικεντρώνεται όλο και περισσότερο στην επίβλεψη και στους στρατηγικούς αρχιτεκτονικούς ορισμούς. Enquanto Αυτό, η μικροαρχιτεκτονική και η διάταξη των τρανζίστορ θα δημιουργηθεί σχεδόν εξ ολοκλήρου από πολύπλοκους μαθηματικούς αλγόριθμους. Το Isso όχι μόνο κάνει την παραγωγή φθηνότερη μακροπρόθεσμα, αλλά διασφαλίζει ότι τα φυσικά όρια του πυριτίου αξιοποιούνται στο έπακρο μέσω βελτιστοποιήσεων που η παραδοσιακή χειροκίνητη μηχανική δεν έχει ακόμη χαρτογραφήσει ή κατανοήσει πλήρως.