O cientista-chefe da Nvidia falou recentemente sobre como suas equipes de P&D (Pesquisa e Desenvolvimento) estão usando GPUs para acelerar e melhorar o design de novas GPUs. Quatro processos complexos e tradicionalmente lentos já foram ajustados aproveitando técnicas de aprendizado de máquina (ML) e inteligência artificial (IA). Em um exemplo, o uso de inferência acelerada de IA/ML pode acelerar uma tarefa de design de GPU iterativa comum de três horas para três segundos.

Bill Dally é cientista-chefe e vice-presidente sênior de pesquisa da Nvidia. O portal HPC Wire publicou uma versão resumida de uma palestra que Dally compartilhou na recente conferência GTC, na qual ele discute o desenvolvimento e o uso de ferramentas de IA para melhorar e acelerar o design da GPU. Dally supervisiona aproximadamente 300 pessoas, e essas pessoas geralmente trabalham nos grupos de pesquisa conforme imagem abaixo.

Em sua palestra, Dally apontou quatro áreas significativas do design de GPU em que a IA/ML pode ser aproveitada com grande efeito: mapeamento de queda de tensão, previsão de emissões parasitas, desafios de localização e roteamento e automatização da migração de células padrão. Vamos dar uma olhada em cada processo e como as ferramentas de IA estão ajudando o setor de P&D da Nvidia a trabalhar com mais eficiência.

A vantagens de utilizar a IA

A queda de tensão do mapeamento mostra aos designers onde a energia está sendo usada em novos designs de GPU. O uso de uma ferramenta CAD convencional ajudará você a calcular esses números em cerca de três horas, diz Dally. No entanto, uma vez treinada, a ferramenta de IA da Nvidia pode reduzir esse processo para três segundos. Essa redução no tempo de processamento ajuda muito em um processo como esse, que é iterativo por natureza. O processo, no estado atual, oferece 94% de precisão, que é uma compensação pelo enorme aumento de velocidade iterativa.

Prever parasitas usando IA é particularmente mais agradável para Dally. Ele diz que passou algum tempo como designer de circuitos e esse novo modelo de IA reduz um processo demorado de várias pessoas e várias habilidades. Novamente, o erro de simulação é razoavelmente baixo, menor que 10% neste caso. Reduzir esses processos iterativos tradicionalmente longos pode liberar um projetista de circuitos para ser mais criativo em outras atividades.

Os desafios de localização e roteamento são importantes para o design de chips, pois são como planejar estradas em uma conurbação movimentada. Errar isso resultará em congestionamentos de tráfego (dados), exigindo reencaminhamento ou replanejamento de layouts para maior eficiência. O uso de Graph Neural Networks (GNNs) para analisar esse problema no design do chip ajuda a destacar as áreas com possíveis problemas e agir sobre eles de forma inteligente.

Por fim, automatizar a migração de células padrão usando IA é outra ferramenta muito útil na caixa de ferramentas de design de chips da Nvidia. Dally fala sobre o grande esforço anteriormente necessário para migrar um design de chip de sete para cinco nanômetros, por exemplo. Usando IAs de aprendizado como reforço, "92% da biblioteca de células pôde ser feita por essa ferramenta sem regras de design ou erros de regras elétricas", diz ele. Isso é bem-vindo por sua enorme economia de mão de obra "e, em muitos casos, também acabamos com um design melhor", continua Dally.

No ano passado, na GTC, a palestra de Dally enfatizou a importância de priorizar a IA e falou sobre os cinco laboratórios separados da Nvidia que se dedicam a projetos de pesquisa de IA. Dally parece sugerir que a automação da migração de células padrão usando IA foi usada em algumas transições de 7nm para 5nm recentemente.

Alibaba está testando o seu processador Arm de 128 cores e com suporte a DDR5
Modelo é o primeiro do mundo baseado no Armv9 ISA e suporta até 96 pistas PCIe 5.0

.....

Está pensando em comprar algum produto online? Conheça a extensão Economize do Adrenaline para Google Chrome. Ela é gratuita e oferece a você comparativo de preços nas principais lojas e cupons para você comprar sempre com o melhor preço. Baixe agora.

Fonte: Tom’s Hardware