英偉達(dá)使用ML和AI加速和改進(jìn)GPU開發(fā) 精準(zhǔn)可靠效率顯著

據(jù)HPC Wire報道，Bill Dally介紹了在GPU設(shè)計上有四個重要領(lǐng)域，分別是映射電壓降、預(yù)測寄生、布局和布線挑戰(zhàn)、自動化標(biāo)準(zhǔn)單元遷移，而在這些方面，機(jī)器學(xué)習(xí)和人工智能技術(shù)都可以發(fā)揮巨大的作用。

映射電壓降將向設(shè)計人員展示新GPU設(shè)計中使用的電源，傳統(tǒng)的CAD工具運(yùn)行需要三個小時，而使用經(jīng)過訓(xùn)練的AI模型僅需要三秒鐘，目前提供了94%的準(zhǔn)確度，是一個大幅加速的折中方案;Bill Dally認(rèn)為AI工具對預(yù)測寄生的幫助相當(dāng)大，可以減少傳統(tǒng)上繁瑣且冗長的過程，同時誤差也低;布局和布線對芯片設(shè)計來說非常重要，一旦出錯會導(dǎo)致重新規(guī)劃布局，AI技術(shù)在這方面的預(yù)測相當(dāng)準(zhǔn)確，即便不完美，也能指出存在問題的區(qū)域;Bill Dally表示將芯片設(shè)計從7nm轉(zhuǎn)向5nm需要相當(dāng)大的功夫，而92%的單元庫可以借助AI工具去實現(xiàn)，原來10個人要花費(fèi)近一年時間完成的工作，現(xiàn)在GPU幾天就能做到，僅需要處理剩下的8%。

英偉達(dá)研究的需求方試圖通過開發(fā)GPU運(yùn)行的軟件系統(tǒng)和技術(shù)，來推動英偉達(dá)產(chǎn)品的需求。目前英偉達(dá)有三個不同的圖形研究小組，以推動計算機(jī)圖形方面的發(fā)展;還有五個不同的AI小組，因為GPU應(yīng)用AI技術(shù)是一件大事，而且規(guī)模越來越大;此外還有負(fù)責(zé)機(jī)器人和自動駕駛汽車的小組，并有多個實驗室。