NVIDIA доказала пользу искусственного интеллекта при проектировании свехбольших чипов
Использование искусственного интеллекта для проектирования микросхем перестало быть экспериментальной технологией и стало ключевым драйвером прогресса в полупроводниковой отрасли. Исследователи NVIDIA продемонстрировали, что их система на базе алгоритмов машинного обучения и GPU-ускорения способна выполнять сложнейшую задачу размещения макроблоков в чипах за считанные часы, что открывает путь к созданию более мощных и доступных процессоров.
Автоматизация как ответ на физические ограничения
Ключевой вызов современной микроэлектроники заключается не только в миниатюризации транзисторов, но и в управлении колоссальной сложностью их компоновки. Классические инструменты автоматизированного проектирования (САПР) с трудом справляются с оптимизацией размещения миллионов, а теперь и миллиардов элементов. Новая методология от NVIDIA, развивающая более ранние наработки вроде фреймворка DREAMPlace, предлагает принципиально иной подход, где нейросети ищут оптимальные конфигурации.
Практический результат: от дней к часам
Эффективность технологии была проверена на реальной задаче — размещении макроблоков в чипе, содержащем 2.7 миллиона ячеек и 320 макросов. Система, развернутая на одной платформе NVIDIA DGX Station A100, завершила эту работу всего за три часа. Для сравнения, традиционные коммерческие и академические инструменты требуют для аналогичных задач значительно больше времени — часто суток и более. Это прямо ведет к сокращению сроков разработки и, как следствие, снижению себестоимости конечного продукта.
Как отмечают инженеры компании, интеграция GPU-ускорения и машинного обучения позволяет не просто ускорить процесс, но и повысить качество результата. Алгоритмы генерируют более предсказуемые и оптимизированные решения по размещению, что критически важно для обеспечения стабильной работы, энергоэффективности и быстродействия будущего чипа.
Развитие этого направления становится особенно актуальным на фоне замедления действия «классического» закона Мура. Удорожание разработки новых техпроцессов и приближение к физическим пределам заставляют индустрию искать альтернативные пути повышения производительности. Одним из таких путей является переход от масштабирования транзисторов к интеллектуальному проектированию. Как подчеркивают в NVIDIA, дальнейший прогресс будет достигаться не за счет более дешевых транзисторов, а благодаря более совершенным и продуманным архитектурным решениям, в создании которых ИИ играет центральную роль.
Работы по применению ИИ в chip design ведутся несколькими крупными игроками отрасли уже несколько лет. NVIDIA, обладающая уникальной экспертизой как в области аппаратного ускорения, так и в разработке алгоритмов, фактически интегрирует два своих ключевых компетенции в новое продуктивное направление. Успех в этой области может создать для компании долгосрочное конкурентное преимущество, позволяя оптимизировать проектирование собственных GPU и предлагать аналогичные решения другим участникам рынка. Это меняет саму парадигму создания процессоров, превращая проектирование из преимущественно инженерной задачи в гибридную, где решающую роль начинают играть вычислительные мощности и алгоритмическая оптимизация.
