NVIDIA 這是你一提到顯卡就會想到的第一個名字。它在許多領域投入了大量時間來設計先進的硅片。這家科技巨頭正在尋找改進芯片設計過程的方法。
芯片采購網專注于整合國內外授權IC代理商現貨資源,芯片庫存實時查詢,行業價格合理,采購方便IC芯片,國內專業芯片采購平臺。
綠色團隊預計未來幾年集成電路設計的復雜性將呈指數級增長。這就是為什么使用它 GPU 計算單元的力量將很快從一個有趣的實驗室實驗轉變為所有芯片制造商的必需品。
NVIDIA 研究高級副總裁首席科學家兼首席科學家兼研究副總裁 Bill Dally 在今年的GPU 技術大會 (GTC)談了很多關于使用的事情 GPU 來加速現代 GPU 和其他 SoC 設計過程各階段背后的問題。NVIDIA 相信使用機器學習而不是讓人類手動完成某些任務會更好更快地執行。
Dally 領導一個由 300 由著名研究人員組成的團隊努力工作 GPU 變得越來越快。團隊希望使用它。 GPU 克服技術挑戰、自動化和加速傳統方法以外的各種任務。上述研究團隊 2019 年有 175 人,還在增長。
Bill Dally 在加速芯片設計方面,NVIDIA 利用機器學習技術確定了四個領域。例如,在 GPU 在傳統中,使用電源的映射是一個迭代過程 CAD 工具需要三個小時。然而,當使用經過特殊訓練的人工智能時 (AI) 這個任務只需要幾分鐘。教完模型后,這個時間可以縮短到幾秒鐘。當然,誤差范圍在人工智能中非常重要。但 Dally 表示,NVIDIA 工具已經到了 94% 這仍然是一個可觀的數字。
電路設計是一個勞動密集型的過程,工程師在模擬部分設計后需要多次更改布局。因此,培訓 AI 模型對正確的干擾做出準確的預測,有助于消除大量的手動工作,這些工作包括對設計規范所需的細微調整。NVIDIA 可以利用 GPU 預測使用圖形神經網絡的干擾。
Dally 現代芯片設計的最大挑戰之一是布線擁堵。這種缺陷表現在特定的電路布局中,晶體管和許多連接它們的小導線沒有最好的位置。我們可以把它比作交通擁堵,但讓我們考慮虱子而不是汽車。利用圖形神經網絡,工程師可以快速識別問題區域,并相應調整其位置和方向。
在這些場景中,英偉達試圖使用人工智能而不是人工芯片設計。該公司的工程師可以創建一個替代模型,并使用人工智能快速評估,而不是開始勞動密集型和高計算成本的過程。這家科技巨頭望使用人工智能來設計它 GPU 以及其他高級硅晶體管邏輯的最基本方面。
GPU 制造商已經開始采取必要的措施,轉向更先進的制造技術,必須根據復雜的設計規則更換數千個標準單元。 NVCell 該項目正試圖通過一種叫做強化學習的方法盡可能自動化。
經過訓練的 AI 在完成之前,模型的任務是糾正設計錯誤。NVIDIA 聲稱至今已達到 92% 成功率。在某些情況下,人工智能設計的細胞可能小于人類制造的細胞。任何突破都可以提高設計的整體性能,并有助于降低芯片尺寸和功耗要求。
半導體技術正在迅速接近我們使用硅所能達到的理論極限。另一方面,隨著生產技術的變化,成本也在增加。因此,任何設計階段的小改進都能產生更好的效率,特別是在減少晶圓尺寸的情況下。
如您所知,綠隊將芯片生產外包給三星、臺積電等公司。DaSimcom代理lly 是 NVIDIA 他說是因為領軍人物之一 NVCell,事情進展得更快。 10 由著名工程師組成的團隊可以使用 GPU 這樣,公司內部的重要人物就可以更容易地專注于其他領域。
芯片設計方面,NVIDIA 不是唯一一家轉向人工智能的公司。另一家科技巨頭谷歌正在使用機器學習來開發人工智能任務的加速器。谷歌發現了一些意想不到的優化人工智能性能和能效的方法。另一方面,三星的半導體部門使用了一種名為DSO.ai新思科技工具正逐漸被其他大大小小的公司采用。
由于半導體生產不足,汽車工業在過去兩年遭受了巨大損失。在這種情況下,OEM可以使用成熟的制造技術(12 人工智能制造芯片智能制造芯片來解決短缺問題。另一方面,由于半導體領域的激烈競爭,大多數制造商烈競爭。
超過 50% 芯片采用成熟的半導體工藝設計。國際數據公司分析師預計, 2025 年,這一份額將增加到 68%。Synopsis 首席執行官 Aart de Geus 人工智能設計芯片能設計芯片可以用于汽車、電器和許多其他性能不優先的設備。該方法的成本低于改用更先進的生產技術。此外,在每個晶片(硅盤)上放置更多的芯片再次節省成本。
眾所周知,人工智能會隨著時間的推移而取代人類。芯片設計過程中沒有這樣的故事。英偉達、谷歌、三星等公司發現,當涉及到越來越復雜的設計時,人工智能可以賦予人類權力,承擔繁重的工作。人們仍然必須找出要解決的問題,并決定哪些數據有助于驗證芯片設計。另一方面,人工智能可以更快地處理這個過程。
- 超越所見的蔡司形象 巔峰旗艦vivo X80系列正式發布
- 智能家居的質量評價和選擇考慮
- 緊密合作應對需求放緩 推進人工智能與傳感器的融合
- 安霸與智華科技攜手幫助傳祺影酷座艙超感交互系統批量生產
- Molex莫仕建立了節省空間連接的新標準 開創性的Quad-Row板對板連接器非常商業化
- 村田中國將亮相OCP China Day 2022
- 構建穩定高效的自動測試設備,迎接集成電路融合時代的機遇和挑戰
- 面對電磁輻射干擾,如何輕松設計電子線路布局?
- 貿澤攜手Amphenol推出Plugged In 提供最新的聯機趨勢
- 性能對標GTX 1050!28nm工藝兆芯格蘭菲國產DX11顯卡公布
- 英特爾攜手Aible,幫助企業分析和AI進入快車道
- 美國計劃與日韓臺組合「Chip 4」芯片聯盟