Nvidia kata AI kini boleh tukar kerja reka bentuk GPU yang biasanya makan 10 bulan jadi siap semalaman, tapi pereka cip manusia masih penting

Nvidia kata AI sekarang bukan lagi sekadar tool sampingan dalam pembangunan cip. Syarikat itu kini guna AI merentasi pelbagai bahagian proses reka bentuk GPU, dengan satu contoh menunjukkan kerja yang dulu perlukan lapan jurutera selama 10 bulan kini boleh disiapkan dalam satu sesi semalaman atas satu GPU saja.

Itu tak bermaksud Nvidia sekarang boleh terus suruh AI "buat GeForce generasi seterusnya" dan terus settle. Menurut ketua saintis Nvidia, William Dally, syarikat itu masih sangat jauh daripada tahap di mana AI boleh mereka bentuk satu pemproses penuh tanpa penglibatan manusia yang besar.

Antara penjimatan masa paling besar berlaku jauh dalam pipeline cip

Dally kata Nvidia dah tolak penggunaan AI ke sebanyak mungkin peringkat reka bentuk. Salah satu kemenangan besar ialah tugasan yang dipanggil standard cell library porting, yang berlaku bila reka bentuk dipindahkan ke proses pembuatan baharu.

Sebelum ini, untuk urus library sekitar 2,500 hingga 3,000 cell, ia perlukan lapan jurutera selama kira-kira 10 bulan. Nvidia kata sistem reinforcement learning mereka yang dipanggil NB-Cell kini boleh siapkan kerja sama semalaman atas satu GPU.

Itu memang lonjakan produktiviti yang besar, terutamanya untuk syarikat yang sedang berlumba nak keluarkan GPU yang makin kompleks untuk gaming, AI dan data centre.

Nvidia juga bina mentor AI dalaman untuk jurutera

Syarikat itu bukan saja guna AI untuk kerja reka bentuk low-level. Nvidia juga dah bina model bahasa besar dalaman bernama Chip Nemo dan Bug Nemo.

Model-model ini di-fine-tune menggunakan bahan sulit milik Nvidia sendiri, termasuk RTL, dokumen reka bentuk hardware, dan spesifikasi seni bina daripada setiap GPU yang pernah Nvidia hasilkan. Dalam penggunaan sebenar, ini membolehkan jurutera junior tanya soalan tentang blok hardware yang rumit tanpa asyik tarik jurutera senior keluar daripada kerja mereka.

Dally gambarkan sistem ini lebih kepada mentor dalaman yang sabar, bukannya pereka bebas sepenuhnya. Bagi Nvidia, ini bermaksud staf senior boleh fokus lebih pada masalah yang lebih susah, sementara jurutera baharu dapat jawapan dengan lebih cepat.

Dalam beberapa bahagian, AI dah mula kalahkan manusia

Nvidia kata reinforcement learning juga bantu dalam masalah reka bentuk litar tradisional. Daripada ikut laluan yang biasanya diambil jurutera manusia, AI ini teroka pilihan melalui trial and error berskala besar.

Menurut Dally, ada hasil yang nampak pelik pada pandangan pertama, tapi akhirnya masih beri reka bentuk yang 20% hingga 30% lebih baik berbanding versi buatan manusia dari segi saiz, kuasa, dan prestasi.

Syarikat itu juga guna AI dalam place and route, serta architectural exploration pada peringkat awal. Sistem berasaskan ejen mereka boleh jalankan banyak eksperimen, uji arah reka bentuk berbeza, dan sempitkan konfigurasi yang menjanjikan dengan lebih cepat berbanding pasukan manusia yang buat semua secara manual.

Tapi bahagian paling susah masih perlukan manusia

Walaupun semua kemajuan itu memang besar, Nvidia kata AI masih belum boleh ambil alih keseluruhan proses verification, yang merupakan antara tahap paling perlahan dan paling penting dalam pembangunan cip.

Reka bentuk masih perlu diemulasi dan diuji betul-betul untuk pastikan ia memang berfungsi. Sebab itu Dally kata Nvidia masih "jauh lagi" daripada reka bentuk cip AI end-to-end sepenuhnya.

Visi jangka panjangnya ialah satu setup multi-agent, di mana sistem AI berbeza urus bahagian khusus dalam proses itu, lebih kurang macam satu pasukan pakar dan bukannya satu model serba tahu.

Kenapa pembaca Malaysia dan SEA patut ambil tahu

Untuk gamer, PC builder, penganjur esports dan juga startup AI di Malaysia serta seluruh SEA, ini penting sebab reka bentuk cip yang lebih pantas boleh pendekkan jarak masa antara generasi GPU besar dan bantu syarikat teroka reka bentuk yang lebih baik dengan lebih cepat.

Itu tak menjamin kad grafik akan jadi lebih murah, dan Nvidia pun tak kata benda ini akan terus turunkan harga. Tapi ia menunjukkan betapa agresifnya syarikat itu guna AI untuk percepat penciptaan hardware masa depan yang akan kuasakan gaming PC, creator rig, mesin siaran esports dan beban kerja AI.

Dalam rantau yang permintaan untuk GPU lebih baik terus naik, dari kafe gaming sampai studio livestream, apa saja yang bantu pembuat cip utama bergerak lebih laju memang patut diperhatikan.

Sumber: Tom's Hardware