Durante la conferenza GTC, Bill Dally, scienziato capo e vicepresidente senior della ricerca di NVIDIA, ha discusso di come i team di ricerca e sviluppo dell’azienda stiano utilizzando l’intelligenza artificiale e l’apprendimento automatico per aumentare il design e l’efficienza delle GPU di nuova generazione.
Dally ha fornito un esempio di utilizzo di AI e ML per velocizzare un’attività di progettazione per le GPU che richiedeva circa tre ore, passando a soli tre secondi. I due approcci hanno ottimizzato fino a quattro processi che erano lenti e molto complessi.
Dally ha redatto quattro sezioni sostanziali sulla progettazione di GPU e su come l’IA e l’apprendimento automatico possono avere un impatto significativo durante la conferenza GTC. I processi includono il controllo delle cadute di tensione di alimentazione, l’anticipazione degli errori e molto altro.
Una mappatura di tensione consente a NVIDIA di vedere dove viaggia il flusso di potenza. Laddove una volta gli strumenti CAD
standard avrebbero aiutato nel processo, i nuovi strumenti di intelligenza artificiale utilizzati da NVIDIA possono elaborare queste attività in pochi secondi. L’implementazione dell’IA e dell’apprendimento automatico aumenterà la precisione del 94% e aumenterà esponenzialmente la velocità.Con l’attuale test completato presso NVIDIA, hanno riscontrato un calo degli errori di simulazione, inferiore al dieci percento. Questo miglioramento nello sviluppo è eccellente per i progettisti di circuiti, poiché consente agli sviluppatori di aprire concetti più fantasiosi e complessi.
Le sfide relative alla suddivisione in zone e all’instradamento sono significative per la progettazione di chip avanzati in quanto uno scarso flusso di dati può ridurre l’efficienza in modo esponenziale. Dally afferma che NVIDIA utilizza GNN, o Graph Neural Networks, per indagare e individuare eventuali problemi e trovare rapidamente soluzioni che richiederebbero tempo cruciale dal processo di sviluppo.