Üretici NVIDIA, yarı iletken gelişimini hızlandırmak için yapay zekayı benimsiyor

NVIDIA, yarı iletken gelişimini yeniden yapılandırmak için üretken yapay zeka ve makine öğrenimi modellerinin kullanımını uygulamaya koydu. Şirketin Executivos’si, teknoloji pazarını hedef alan yakın tarihli bir teknik tartışma sırasında özel araçlarla ilgili ayrıntıları sundu. Yeni sistemler, daha önce yıllar süren yapısal planlama gerektiren mühendislik programlarını sıkıştırabilir. Agora, aynı iş yalnızca birkaç saatlik sürekli işlem gerektirir.

Essa otomasyonu, tek bir grafik işleme ünitesinin, hücre kitaplıklarını yeni üretim süreçlerine uyarlamak gibi son derece karmaşık görevleri gerçekleştirmesine olanak tanır. Mühendislerden oluşan bir ekibin tamamının günlük çabasını gerektiren iş hacmi, gecelik hesaplama döngüsünde teslim edilmeye başlandı. Bu değişiklik, donanım endüstrisinin işletim modelinde köklü bir dönüşümün sinyalini veriyor, maliyet dinamiklerini değiştiriyor ve küresel pazarda yeni bileşenlerin piyasaya sürülmesi için son tarihleri ​​değiştiriyor.

Sistema NB-Cell mühendislik süreçlerini rekor sürede otomatikleştiriyor

NB-Cell yazılımı, bileşen üreticisinin dahili çözümleri arasında öne çıkan ana özelliktir. Sistem, standart hücre kitaplıklarının taşınması ve optimizasyonu üzerinde etkili olmak için takviyeli öğrenme tekniklerine dayalı olarak çalışır. Essa adımı, modern bir işlemci oluşturmanın en bürokratik ve zaman alıcı aşamalarından birini temsil eder. Teknoloji trilyonlarca yapısal olasılığı milisaniyeler içinde analiz ediyor. İnsanın bilişsel kapasitesi bu hacimdeki değişkenleri aynı sürede işleyemez.

Antes’nin bu özel aracı benimsemesiyle bu görev yaklaşık 80 adam-aylık kurumsal çaba gerektirdi. Uygulamada süreç, şirketin laboratuvarlarında neredeyse bir yıl süren yoğun çalışma sırasında sekiz kıdemli mühendisin özel özverisini gerektirdi. Atualmente, prosedür tek bir gecelik otomatik işlemle tamamlanır. Şirket, makinenin sunduğu sonuçların, çeşitli performans ölçütlerinde elle hazırlanmış tasarımlardan daha iyi performans gösterdiğini bildiriyor.

Bu otomasyonun doğrudan etkisi, yeni endüstriyel ölçekte üretim teknolojilerinin benimsenmesinin hızlanmasıyla sonuçlanır. Şirket, teknoloji sektöründe tarihi standardın çok üzerinde yeni ürünleri pazara sunabilmektedir. Mühendislik süresinin azaltılması uzman profesyonellerin daha karmaşık mimari sorunlara odaklanmasını sağlarken, devre tahsisinin ayak işi optimizasyon algoritmalarının sorumluluğundadır.

Ferramentas, verimlilik elde etmek için alışılmadık mimarileri keşfediyor

Yapay zekanın uygulanması, elektrik mühendisliğinin geleneksel mantığından sapan donanım çözümlerini de buluyor. Prefix RL aracı, yüksek hızlı aritmetik işlem performansı için temel bileşenler olan ileriye dönük taşıma zincirlerinin tasarımına odaklanır. Sinir ağı, insan tasarımcıların dayattığı kavramsal kısıtlamalar olmadan devre konfigürasyonlarını araştırır. NVIDIA bu yöntemi kullanarak yeni mimariler belirledi. Laboratuvar testlerinde %20 ile %30 arasında enerji verimliliği ve hız artışı kaydedildi.

Üretici, bu geliştirme altyapısını hassas mühendisliğe odaklanan özel dil modelleri aracılığıyla desteklemektedir. Sistemler, şirketin tarihi boyunca biriktirdiği onlarca yıllık dahili dokümantasyondan eğitim alır. Ekosistem, bir çip tasarımının tüm aşamalarını kapsayacak şekilde farklı cepheleri birleştirir:

• NB-Hücresi: İşleme hücrelerinin düzeni ve fiziksel alanının azaltılması için Otimização.
• Prefix RL: Alışılmadık mantığa sahip karmaşık devre mimarilerinin Criação’si.
• Chip Nemo: Mühendislerin teknik spesifikasyonlara ve standartlara başvurmasına yardımcı olan Modelo dili.
• Bug Nemo: Silikon tasarımlardaki kusurları tanımlamayı, taramayı ve düzeltmeyi amaçlayan yapay Inteligência.
• Verif-AI: Otomatik olarak oluşturulan devrelerin bütünlüğünü sağlayan resmi doğrulama Ferramenta.

Bu kaynakların entegrasyonu, tarihsel belgelerin yeni sinir ağlarını beslemek için birincil veri tabanı görevi gördüğü bir ortam yaratır. Bug Nemo laboratuvarlarda hata ayıklama süresini önemli ölçüde azalttı. Kritik Falhas, çip fiziksel prototipleme aşamasına girmeden önce tespit edilir. Bu tedbir, yarı iletken dökümhanelerinde milyon dolarlık mali israfın önüne geçiyor. Bu son aşamadaki bir tasarım hatası, lansmanları aylarca geciktirebilir ve atılan hammaddelerden servetlere mal olabilir.

Tüketici pazarı için Expansão ve doğrudan rekabet üzerindeki etkisi

Yeni teknolojilerin duyurulması, NVIDIA’nın faaliyetlerini yüksek performanslı dizüstü bilgisayar pazarına doğru genişlettiği bir zamanda geldi. Şu anki odak noktası, kullanıcıların makinelerinde yerel olarak çalışan yapay zeka işlemlerini içeriyor. NVIDIA N1 çip üzerinde sistem ile donatılmış Protótipos anakartlar, son laboratuvar testlerinde ortaya çıktı. Donanım, 128 GB’a kadar entegre RAM ile sağlam yapılandırmalara sahiptir. Kurumsal tasarımın verimliliği son tüketiciye yönelik ürünlere hızla ulaşıyor.

Agresif tasarım otomasyonu, şirketin veri merkezi altyapısı ve küresel elektronik oyun pazarı gibi son derece rekabetçi sektörlerdeki liderliğini desteklemektedir. İnsan hatasını ve geliştirme süresini azaltmak, yeni GPU mimarilerinin benzeri görülmemiş hızlarda yinelenmesine olanak tanır. İnovasyon döngüsü önemli ölçüde kısaldı ve şirketin yatırımcıları için daha öngörülebilir hale geldi.

Piyasa eğilimi, diğer yarı iletken devlerinin de kısa vadede benzer yollar izleyeceğini gösteriyor. Intel ve AMD gibi Empresas’nin de teknik rekabet gücünü korumak için derin otomasyonu benimsemesi gerekiyor. Hareket, silikonun fiziksel karmaşıklığının araştırma ve geliştirmeye milyar dolarlık yatırımlar gerektirdiği, gittikçe küçülen üretim düğümlerinde geliştirme maliyetlerindeki katlanarak artan artışı önlüyor.

Human Supervisão stratejik doğrulama ve kalite kontrole odaklanır

NVIDIA, otomatik araçların başarısı göz önüne alındığında donanım mühendisinin rolünün gerekli bir evrim geçirdiğini vurguluyor. Profesyoneller temel devreleri tekrar tekrar tasarlamak için daha az zaman harcıyorlar. Şu anki odak noktası, üst düzey parametrelerin belirlenmesi ve yapay zeka sistemlerinin etik denetimidir. Yardımlı tasarım modeli, ekiplerin yeni teknik becerilerde uzmanlaşmasını gerektirir. Chip Nemo gibi eğitim modellerine yönelik veri iyileştirme, günlük operasyonların önceliği haline geldi.

Teknik hassasiyet, otomatikleştirilmiş endüstriyel gelişimin bu yeni aşamasının temel direği görevi görüyor. 2 nanometrelik bir çipin tasarımı sırasında yapay zeka modelinde meydana gelen Qualquer hatası, fabrikalarda tüm silikon partilerini kullanılamaz hale getirebilir. Üretici, makineler tarafından oluşturulan her mantık kapısını doğrulamak için sıkı çapraz doğrulama sistemleri kullanıyor. Amaç, güvenli ve ölçeklenebilir bir geri bildirim döngüsü oluşturmaktır. Daha güçlü donanım, gelecek nesil işlemcileri tasarlayan daha akıllı sistemlerin eğitilmesine olanak sağlar.

Şirketin öngörüsü, fiziksel tasarıma insan müdahalesinin önümüzdeki yıllarda giderek daha stratejik ve daha az operasyonel olacağını gösteriyor. Transistörlerin mikro mimarisi ve tam düzeni, karmaşık matematiksel algoritmaların sorumluluğunda olacaktır. Değişiklik uzun vadede üretimi daha ucuz hale getirecek ve lansmanların hızını artıracak. Silikonun fiziksel sınırları, benzeri görülmemiş optimizasyonlarla maksimuma kadar keşfediliyor. Geleneksel manuel mühendislik, bu yapıları mevcut pazarın gerektirdiği hız ve hassasiyetle haritalayacak hesaplama kapasitesine sahip değildi.