Nvidia使用ML和AI技术来设计GPU,以加速和改善各方面的开发。
比尔戴利(Bill Dally)是英伟达的首席科学家和高级研究副总裁,领导着一个大约300人的团队,在GTC之前
据HPC Wire报道,Bill Dally介绍,GPU设计有四个重要领域,即映射电压。
丢弃),预测寄生效应、位置和布线挑战
挑战)、自动化标准细胞迁移(自动化标准细胞
迁移)、机器学习和人工智能技术都可以发挥巨大的作用。
Dally认为AI工具对预测寄生很有帮助,可以减少传统繁琐冗长的过程,误差也低。并且布局和布线对于芯片设计非常重要。一旦出现错误,将重新规划布局。AI技术在这方面的预测相当准确,即使不完美,也能指出有问题的地方;账单
Dally表示,将芯片设计从7nm改为5nm需要相当大的努力,92%的单元库可以在AI工具的帮助下实现。原来需要10个人将近一年才能完成的事情,现在用GPU几天就能完成,只需要处理剩下的8%。
英伟达研究的需求方试图通过开发由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来推动计算机图形的发展;还有五个不同的AI组,因为GPU对AI技术的应用是一件大事,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,还有几个实验室。
Zdiz游戏折扣站版权声明:以上内容作者已申请原创保护,未经允许不得转载,侵权必究!授权事宜、对本内容有异议或投诉,敬请联系网站管理员,我们将尽快回复您,谢谢合作!