NVIDIA внедрила использование генеративного искусственного интеллекта и моделей машинного обучения для реструктуризации своей разработки полупроводников. Руководители компании представили подробности о запатентованных инструментах во время недавних технических дебатов, посвященных технологическому рынку. Новые системы могут сократить инженерные графики, которые раньше занимали годы структурного планирования. Теперь одна и та же работа требует всего лишь нескольких часов непрерывной обработки.
Такая автоматизация позволяет одному графическому процессору выполнять весьма сложные задачи, например, адаптировать библиотеки ячеек для новых производственных процессов. Объем работы, требовавший ежедневных усилий целой команды инженеров, стал выполняться в ночном вычислительном цикле. Это изменение сигнализирует о глубокой трансформации операционной модели аппаратной отрасли, изменении динамики затрат и сроков вывода новых компонентов на мировой рынок.
Система NB-Cell автоматизирует инженерные процессы в рекордно короткие сроки
Программное обеспечение NB-Cell выступает главной изюминкой среди внутренних решений производителя компонентов. Система работает на основе методов обучения с подкреплением для миграции и оптимизации стандартных библиотек ячеек. Этот шаг представляет собой один из самых бюрократических и трудоемких этапов создания современного процессора. Технология анализирует триллионы структурных возможностей за миллисекунды. Человеческие когнитивные способности не могут обработать такой объем переменных за один и тот же промежуток времени.
До внедрения этого конкретного инструмента эта задача требовала около 80 человеко-месяцев корпоративных усилий. На практике этот процесс потребовал исключительной самоотдачи восьми старших инженеров в течение почти года напряженной работы в лабораториях компании. В настоящее время процедура автоматизированной обработки завершается за одну ночь. Компания сообщает, что результаты, полученные машиной, превосходят проекты, созданные вручную, по нескольким показателям производительности.
Прямое влияние этой автоматизации приводит к ускорению внедрения новых производственных технологий в промышленном масштабе. Компания способна выводить на рынок новые продукты гораздо чаще, чем исторически сложилось в технологическом секторе. Сокращение времени разработки позволяет профильным специалистам сосредоточиться на более сложных архитектурных проблемах, в то время как за рутинную работу по распределению цепей отвечают алгоритмы оптимизации.
Инструменты исследуют нетрадиционные архитектуры для повышения эффективности
Применение искусственного интеллекта также находит аппаратные решения, которые отклоняются от традиционной логики электротехники. Инструмент Prefix RL фокусирует свою работу на разработке цепочек опережающего переноса, необходимых компонентов для высокоскоростной арифметической обработки. Нейронная сеть исследует конфигурации схем без концептуальных ограничений, налагаемых разработчиками-людьми. NVIDIA идентифицировала новые архитектуры, используя этот метод. Лабораторные испытания зафиксировали повышение энергоэффективности и скорости на 20–30%.
Производитель поддерживает эту инфраструктуру разработки с помощью специализированных языковых моделей, ориентированных на точное машиностроение. Системы проходят обучение на основе внутренней документации, накопленной компанией за десятилетия ее существования. Экосистема объединяет различные направления, охватывающие все этапы проектирования чипа:
- NB-Cell: Оптимизация компоновки и уменьшение физической площади ячеек обработки.
- Префикс RL: Создание сложных схемных архитектур с нетрадиционной логикой.
- Nemo Chip: языковая модель, которая помогает инженерам ознакомиться с техническими спецификациями и стандартами.
- Ошибка Немо: искусственный интеллект, направленный на выявление, проверку и исправление недостатков в кремниевых проектах.
- Verif-AI: формальный инструмент проверки, гарантирующий целостность автоматически генерируемых цепей.
Интеграция этих ресурсов создает среду, в которой историческая документация служит основной базой данных для питания новых нейронных сетей. Ошибка Nemo значительно сократила время отладки в лабораториях. Критические неисправности обнаруживаются до того, как чип вступит в фазу физического прототипирования. Эта мера позволяет избежать финансовых потерь в миллионы долларов на предприятиях по производству полупроводников. Ошибка проектирования на этом последнем этапе может задержать запуск на несколько месяцев и стоить целых состояний из-за выброшенного сырья.
Экспансия на потребительский рынок и влияние на прямую конкуренцию
Анонс новых технологий происходит в то время, когда NVIDIA расширяет свою деятельность на рынке высокопроизводительных ноутбуков. В настоящее время основное внимание уделяется обработке искусственного интеллекта, действующей локально на компьютерах пользователей. В ходе недавних лабораторных испытаний появились прототипы материнских плат, оснащенных встроенной системой NVIDIA N1. Аппаратное обеспечение имеет надежные конфигурации с интегрированной оперативной памятью объемом до 128 ГБ. Эффективность корпоративного дизайна быстро достигает продуктов, ориентированных на конечного потребителя.
Агрессивная автоматизация проектирования лежит в основе лидерства компании в высококонкурентных отраслях, таких как инфраструктура центров обработки данных и мировой рынок электронных игр. Сокращение человеческого фактора и времени разработки позволяет внедрять новые архитектуры графических процессоров с беспрецедентной скоростью. Инновационный цикл стал значительно короче и предсказуемее для инвесторов компании.
Рыночная тенденция указывает на то, что другие гиганты полупроводниковой отрасли в краткосрочной перспективе пойдут аналогичным путем. Таким компаниям, как Intel и AMD, необходимо внедрить глубокую автоматизацию для поддержания технической конкурентоспособности. Это движение позволяет избежать экспоненциального роста затрат на разработку на все более мелких производственных узлах, где физическая сложность кремния требует инвестиций в миллиарды долларов на исследования и разработки.
Человеческий контроль фокусируется на стратегической проверке и контроле качества.
NVIDIA подчеркивает, что роль инженера по аппаратному обеспечению претерпела необходимую эволюцию с учетом успеха автоматизированных инструментов. Профессионалы тратят меньше времени на повторное проектирование базовых схем. В настоящее время основное внимание уделяется настройке параметров высокого уровня и этическому надзору за системами искусственного интеллекта. Модель вспомогательного проектирования требует от команд овладения новыми техническими навыками. Сбор данных для моделей обучения, таких как Chip Nemo, стал ежедневным приоритетом в работе.
Техническая точность выступает центральной опорой этого нового этапа автоматизированного промышленного развития. Любая ошибка в модели искусственного интеллекта при проектировании 2-нанометрового чипа может привести к тому, что целые партии кремния станут непригодными для использования на заводах. Производитель использует строгие системы перекрестной проверки для проверки каждого логического элемента, генерируемого машинами. Цель — создать безопасный и масштабируемый цикл обратной связи. Более мощное оборудование позволяет обучать более интеллектуальные системы, разрабатывающие процессоры следующих поколений.
Прогноз компании указывает на то, что в ближайшие годы вмешательство человека в физический дизайн будет становиться все более стратегическим и менее оперативным. За микроархитектуру и точное расположение транзисторов будут отвечать сложные математические алгоритмы. Это изменение удешевляет производство в долгосрочной перспективе и ускоряет темпы запуска. Физические возможности кремния максимально раскрыты благодаря беспрецедентной оптимизации. Традиционное ручное проектирование не имело вычислительных мощностей для картирования этих структур с той же скоростью и точностью, которые требуются современному рынку.