NVIDIA 使用 ML 和 AI 技术设计 GPU

　　首席科学家兼研究高级副总裁 Bill Dally 在上届 GTC 2022 上带领约 300 人的团队分享了一些 NVIDIA 研发信息，这些信息涉及使用机器学习 (ML) 和人工智能 (ML) 开发、改进和加速 GPU 设计（人工智能）技术。

　　正如 HPC Wire 所报道的，Bill Dally 涵盖了 GPU 设计中的四个重要领域，即映射电压降、预测寄生效应、布局和布线挑战以及自动化标准单元迁移。

　　绘制电压降图将向设计人员展示新 GPU 设计中使用了哪些电源，而传统 CAD 工具需要三个小时才能运行，而使用经过训练的 AI 模型需要三秒钟，该模型目前提供 94% 的准确度，这是一个更快的交易 -离开; 根据比尔·达利的说法，人工智能工具在预测寄生效应方面非常有帮助，减少了传统上繁琐冗长的过程，而且错误率很低。布局和布线对于芯片设计非常重要。如果出现错误，将重新规划布局。人工智能技术在这方面的预测是相当准确的。即使不完美，也能指出问题所在。Bill Dally 表示，将芯片设计从 7nm 切换到 5nm 需要付出相当大的努力，并且 92% 的单元库可以使用 AI 工具实现。

　　NVIDIA 研究的需求方试图通过开发在 GPU 上运行的软件系统和技术来推动对 NVIDIA 产品的需求。NVIDIA 目前拥有三个不同的图形研究小组来推进电脑图形学。还有五个不同的 AI 组，因为 GPU 采用 AI 技术是一件大事，而且越来越大。还有一些研究机器人和自动驾驶汽车的小组，以及多个实验室。