Nvidia признала очевидное: проектирование чипов больше не держится только на людях с кофе и бесконечными таблицами. Компания уже встраивает искусственный интеллект в несколько внутренних этапов разработки, а один из её инструментов теперь делает работу, на которую раньше у команды инженеров уходили месяцы, за одну ночь.
Это не история про «скоро всё заменят роботы». Скорее про то, как производители чипов тихо меняют правила игры: у кого быстрее перенос библиотек, верификация и поиск ошибок, тот раньше выходит на новый техпроцесс, а в этой гонке лишние месяцы стоят слишком дорого.
Главный пример здесь, по словам главного научного сотрудника Nvidia Билла Далли, — NB-Cell. Раньше перенос стандартной библиотеки ячеек на новый техпроцесс требовал восемь человек и около 10 месяцев. Теперь ИИ-система на основе обучения с подкреплением справляется за одну ночь на одном графическом процессоре.
Речь идёт не о какой-то декоративной автоматизации, а о рутине, без которой ни один чип не переедет на новый техпроцесс. В библиотеке от 2500 до 3000 ячеек, и Nvidia явно предпочла обменять человеческие часы на вычислительные, что звучит скучно только до того момента, пока не понимаешь, сколько денег и времени это экономит.
Ещё один внутренний инструмент Nvidia, Prefix RL, решает задачу размещения упреждающих элементов в цепи упреждающего переноса. По словам Далли, он выдаёт схемы, до которых человек сам бы не додумался, и улучшает важные показатели примерно на 20—30 % по сравнению с человеческими решениями.
Вот тут и начинается настоящая история, а не пиар на тему «мы тоже используем ИИ». Если алгоритм предлагает неочевидные варианты и при этом выигрывает у инженеров по метрикам, это уже не ассистент на побегушках, а полноценный участник проектирования. И да, для отрасли, которая десятилетиями жила на интуиции старших архитекторов, это довольно неприятный комплимент машине.
Nvidia также использует внутренние языковые модели Chip Nemo и Bug Nemo. Их дообучают на собственных материалах компании, включая RTL-код и архитектурные документы по графическим процессорам, которые копились годами.
Практический эффект тут прозаичнее, чем любят рассказывать на сцене конференций. Младшие инженеры получают быстрый доступ к базе знаний, вместо того чтобы дёргать старших коллег по каждому блоку, а система ещё и умеет сводить отчёты об ошибках и раскладывать их по нужным модулям или людям. Полностью автоматизированное проектирование чипов Nvidia, впрочем, пока не обещает. И правильно: слишком уж много в этой индустрии стоит на ошибках, которые лучше всё ещё ловят живые специалисты.
