Компания Nvidia использует графические процессоры и алгоритмы машинного обучения для проектирования новых видеоускорителей. Об этом пишет HPC Wire.
По словам главного научного сотрудника и старшего вице-президента по исследованиям компании Билла Далли, искусственный интеллект можно эффективно использовать в четырех важных областях проектирования графических процессоров:
картирование падения напряжения;прогнозирование паразитных явлений;проблемы размещения и маршрутизации;автоматизация стандартной миграции ячеек.
Картирование падения напряжения показывает инженерам, как распределяется мощность в новых процессорах. По словам Далли, при использовании стандартного метода проектирования необходимые расчеты производятся за три часа. Применение ИИ-алгоритма позволило сократить этот процесс до трех секунд с точностью 94%.
«Мы можем получить очень точные оценки напряжения гораздо быстрее, чем с помощью обычных инструментов, и за очень короткое время», — отметил Далли.
Также инженеры использовали графовые нейросети для анализа проблемы размещения и маршрутизации компонентов процессора. По словам Далли, неправильное выполнение этого условия приведет к «пробкам данных», аналогичным заторам на дорогах мегаполиса, что потребует перепланировки макетов чипа.
«Он [алгоритм] показывает проблемные области, и мы можем действовать в соответствии с ними и выполнять итерации очень быстро, без необходимости делать полную перемаршрутизацию», — добавил ученый.
Автоматизация стандартной миграции ячеек с помощью ИИ может помочь ускорить освоение новых стандартов. Далли отметил, что переход с 7-нм на 5-нм техпроцесс производства чипов требовал больших трудозатрат. Обучение с подкреплением помогло ускорить этот этап и уменьшить количество ошибок в правилах проектирования.
«Это огромная экономия труда […]. Во многих случаях мы также получили лучший дизайн», — сказал Далли.
Напомним, в марте 2022 года компания Google представила алгоритм PRIME, помогающий разрабатывать быстрые и компактные процессоры для обработки ИИ-задач.
В октябре 2021 года поисковый гигант рассказал об использовании обучения с подкреплением для сокращения сроков создания чипов с нескольких месяцев до шести часов.
В августе компания Samsung начала использовать искусственный интеллект для автоматизации процесса разработки компьютерных микросхем.
Подписывайтесь на новости ForkLog в Telegram: ForkLog AI — все новости из мира ИИ!
