輝達（Nvidia）近期宣布，人工智慧（AI）在其晶片設計過程中發揮顯著的加速作用，將原本需要八名工程師花費十個月的標準單元庫移植任務，縮短至僅需一夜的時間。Nvidia首席科學家威廉·達利（William Dally）指出，儘管 AI 在設計過程中已經被廣泛應用，但距離完全自主設計晶片的目標仍有一段距離。
達利在與Google首席科學家傑夫·迪恩（Jeff Dean）對話中表示：「我們正設法在設計過程中盡可能多地使用AI。我希望能有一個端到端的階段，只需說『設計我新的GPU』，但我認為我們距離那個目標還很遙遠。」
Nvidia已經在晶片設計的多個階段中使用AI，從電路級優化到系統級探索，並在某些情況下實現了超越人類的成果。AI的應用不僅提高了生產力，還在某些設計方面超越了人類的能力。
在標準單元開發的最低層面，Nvidia利用一種名為NB-Cell的強化學習系統，將原本需要八名工程師十個月的工作，縮短至一夜完成。這個變革使得Nvidia能更快地過渡到新的製程。
此外，Nvidia還開發了內部的大型語言模型（LLM）──Chip Nemo和Bug Nemo，這些模型基於Nvidia的專有架構文檔進行訓練，能夠像工程助理一樣，幫助初級設計師理解複雜的硬體區塊。這樣一來，Nvidia就不必再打擾資深工程師處理可以由LLM完成的任務。
達利表示：「我們有一系列的LLM，稱為Chip Nemo和Bug Nemo。我們將一個通用的LLM進行微調，讓它學習所有Nvidia的設計文檔。這些資料是外部無法獲得的，包括所有GPU的RTL和硬體設計文檔。」
除了標準單元庫和工程輔助，Nvidia還將強化學習應用於傳統電路設計問題，這種基於RL的系統能夠以試錯的方式探索設計選項，並幫助創建在面積、功耗和性能上超越人類設計的晶片。
Nvidia還在設計驗證這個晶片開發週期中最長的階段中使用AI，儘管AI仍無法完全負責整個驗證過程，因此Nvidia必須模擬其設計並進行實際實驗以確保一切正常運作。達利強調：「我們希望縮短這個過程，設計驗證是非常耗時的。」
長期來看，達利預見晶片開發將轉向多代理模型，專門的AI系統將處理設計的不同部分，類似於當前的人類團隊。儘管如此，AI目前的角色是透過協助工程師和提高設計質量來縮短開發時間，進而使工程師能探索更多的設計選項。
（首圖來源：shutterstock）
科技新報粉絲團
加入好友
訂閱免費電子報
