Bill Dally是英伟达的首席科学家兼研究高级副总裁,领导着一个大约300人的团队,在此前的GTC 2022上分享了一些英伟达研发方面的信息,其中涉及了使用机器学习(ML)和人工智能(AI)技术,进行开发、改进和加速GPU设计。
据HPC Wire报道,Bill Dally介绍了在GPU设计上有四个重要领域,分别是映射电压降(Mapping Voltage Drop)、预测寄生(Predicting Parasitics)、布局和布线挑战(Place and Routing Challenges)、自动化标准单元迁移(Automating Standard Cell Migration),机器学习和人工智能技术都可以发挥巨大的作用。
映射电压降将向设计人员展示新GPU设计中使用的电源,传统的CAD工具运行需要三个小时,而使用经过训练的AI模型仅需要三秒钟,目前提供了94%的准确度,是一个大幅加速的折中方案;Bill Dally认为AI工具对预测寄生的帮助相当大,可以减少传统上繁琐且冗长的过程,同时误差也低;布局和布线对芯片设计来说非常重要,一旦出错会导致重新规划布局,AI技术在这方面的预测相当准确,即便不完美,也能指出存在问题的区域;Bill Dally表示将芯片设计从7nm转向5nm需要相当大的功夫,而92%的单元库可以借助AI工具去实现,原来10个人要花费近一年时间完成的工作,现在GPU几天就能做到,仅需要处理剩下的8%。
英伟达研究的需求方试图通过开发GPU运行的软件系统和技术,来推动英伟达产品的需求。目前英伟达有三个不同的图形研究小组,以推动计算机图形方面的发展;还有五个不同的AI小组,因为GPU应用AI技术是一件大事,而且规模越来越大;此外还有负责机器人和自动驾驶汽车的小组,并有多个实验室。
旅途一代宗师 2022-04-20 21:28 | 加入黑名单
支持(1) | 反对(3) | 举报 | 回复
7#
旅途一代宗师 2022-04-20 21:26 | 加入黑名单
支持(7) | 反对(3) | 举报 | 回复
6#
y神的风扇教授 2022-04-20 20:04 | 加入黑名单
支持(3) | 反对(4) | 举报 | 回复
5#
geminipig教授 2022-04-20 19:26 | 加入黑名单
AI设计显卡来跑神经网络……天网ver0.10beta?
支持(0) | 反对(0) | 举报 | 回复
4#
旅途一代宗师 2022-04-20 19:25 | 加入黑名单
支持(0) | 反对(2) | 举报 | 回复
3#
thomasbbq教授 2022-04-20 15:05 | 加入黑名单
AI设计AI硬件……距离AI自我觉醒还有多远?
支持(5) | 反对(0) | 举报 | 回复
2#
yjherculesss教授 2022-04-20 12:51 | 加入黑名单
加速GPU设计=看到股价下跌蚌埠住了
已有5次举报支持(4) | 反对(5) | 举报 | 回复
1#
提示:本页有 7 个评论因未通过审核而被隐藏