Во время конференции GTC Билл Далли, главный научный сотрудник NVIDIA и старший вице-президент по исследованиям, рассказал о том, как исследовательские группы компании используют искусственный интеллект и машинное обучение для улучшения дизайна и эффективности графических процессоров компании следующего поколения. Билл Далли также обсудил использование машинного обучения и искусственного интеллекта для достижения своих целей по созданию лучшего и более мощного графического процессора.

Далли привел пример использования искусственного интеллекта и машинного обучения, чтобы ускорить выполнение стандартной задачи проектирования графического процессора с трех часов до трех секунд. Эти два подхода позволили оптимизировать до четырех процессов, которые выполнялись медленно и были очень сложными.

Далли подготовил четыре существенных раздела о проектировании графических процессоров и о том, как искусственный интеллект и машинное обучение могут существенно повлиять на конференцию GTC. Процессы включают контроль перепадов напряжения питания, прогнозирование ошибок и многое другое, установление и определение проблем, а также автоматизацию миграции ячеек.

Это сопоставление падений напряжения позволяет NVIDIA увидеть, куда направляется поток энергии в конструкциях графических процессоров следующего поколения. Там, где когда-то стандартные инструменты САПР могли помочь в этом процессе, новые инструменты искусственного интеллекта, используемые NVIDIA, могут обрабатывать эти задачи за секунды, что составляет значительную долю времени. Внедрение искусственного интеллекта и машинного обучения повысит точность на 94% и экспоненциально увеличит скорость.

NVIDIA планирует уделять приоритетное внимание искусственному интеллекту и машинному обучению в пяти лабораториях компании. Из обсуждений на конференции Далли намекает, что мы должны увидеть включение автоматической миграции стандартных ячеек в их новые 7-нм и 5-нм конструкции и что NVIDIA включит линейку Ada Lovelace в эти новые проекты.