Революційний стрибок у проєктуванні мікросхем: NVIDIA демонструє можливості ШІ
Технологічний гігант NVIDIA оголосив про вражаюче досягнення: завдяки інтеграції штучного інтелекту (ШІ) компанія зуміла скоротити тривалість процесу проєктування мікросхем з виснажливих 10 місяців до всього однієї ночі. Це безпрецедентне прискорення відкриває нові горизонти для індустрії напівпровідників.
ШІ стає ключовим інструментом для розробників NVIDIA
Під час доповіді на конференції GTC-2026, головний науковий співробітник NVIDIA Білл Дейлі поділився деталями використання штучного інтелекту на різних етапах розробки чіпів. За його словами, компанія активно застосовує ШІ для аналізу численних дизайнерських рішень, роботи з бібліотеками стандартних елементів (бібліотеками стандартних комірок), а також для виявлення та виправлення помилок. Важливо зазначити, що, попри вражаючі результати, Дейлі підкреслив: про повну автономію процесу проєктування мікросхем говорити поки зарано.
NVIDIA NB-Cell: Прорив у оптимізації та верифікації
Як яскравий приклад ефективності ШІ, Дейлі навів інструмент NVIDIA NB-Cell. Раніше команда з восьми інженерів витрачала близько 10 місяців на перенесення стандартної бібліотеки елементів до нового техпроцесу виробництва напівпровідників. Тепер же, завдяки ШІ-рішенню, що використовує методи навчання з підкріпленням, ця задача виконується лише за одну ніч, використовуючи потужність одного графічного процесора. Що особливо вражає – згенеровані на основі ШІ елементи відповідають, а часто й перевершують за критеріями розміру, енергоефективності та швидкості роботи ті, що створювалися вручну.
Prefix RL: Новий вимір креативності в проєктуванні
Дейлі також акцентував увагу на тому, що NVIDIA прагне впроваджувати ШІ у всі можливі процеси. Ще одним прикладом є внутрішній інструмент Prefix RL, який революціонізує підхід до розміщення прогнозованих елементів у ланцюжках логіки. За словами головного науковця NVIDIA, створені за допомогою цього ШІ-інструменту схеми демонструють рівень креативності, який був недосяжний для людського розуму. Як результат, ключові показники продуктивності покращуються в середньому на 20-30% порівняно з традиційними методами розробки.
Власні LLM-моделі для підтримки інженерів
Для забезпечення ефективної роботи інженерів, NVIDIA розробила власні великі мовні моделі (LLM) – Chip Nemo та Bug Nemo. Ці нейромережі, побудовані на внутрішніх розробках компанії, були додатково навчені на величезному масиві даних NVIDIA, включаючи технічну документацію та архітектурні рішення GPU, накопичені за роки досліджень. Молодші інженери тепер можуть отримувати необхідну інформацію про роботу певних блоків без необхідності постійно звертатися до досвідчених колег. Система також автоматично аналізує повідомлення про помилки, класифікуючи їх за відповідними модулями або відповідальними інженерами, що суттєво оптимізує процес налагодження.
Нагадаємо, раніше NVIDIA представила технологію Neural Texture Compression, яка дозволяє скоротити обсяг відеопам’яті (VRAM) з 6,5 ГБ до 970 МБ без втрати якості зображення. Компанія також робить значні інвестиції у відкриті ШІ-моделі, вкладаючи рекордні 26 мільярдів доларів.
Думка ЧАС НОВИН: Це досягнення NVIDIA є яскравим свідченням потенціалу штучного інтелекту для трансформації складних інженерних процесів. Зменшення часу проєктування до годин, а не місяців, може кардинально прискорити випуск нових поколінь високопродуктивних мікросхем, що матиме значний вплив на розвиток усієї IT-галузі.
Дізнатися більше на: itc.ua