Conforme o cientista-chefe Bill Dally, a NVIDIA já utiliza Inteligência Artificial em diversas etapas do seu fluxo interno de projeto de chips. A afirmação foi feita durante uma conversa na GTC com o cientista-chefe do Google, Jeff Dean.
Nela, Dally afirmou que a empresa está aplicando IA à exploração de projetos, ao trabalho com bibliotecas de células padrão, à correção de bugs e à verificação. Porém, ele acrescentou que o projeto de chips totalmente automatizado de ponta a ponta ainda está longe de ser uma realidade.
Durante a entrevista, ele compartilhou um exemplo, a ferramenta NB-Cell da NVIDIA. Ele explicou que a adaptação da biblioteca de células padrão da empresa para um novo processo de semicondutores costumava levar uma equipe de oito pessoas cerca de 10 meses, ou 80 meses-homem no total.
Segundo Dally, com a ferramenta baseada em aprendizado por reforço, agora esse trabalho é realizado da noite para o dia em uma única GPU. E as células resultantes podem igualar ou superar projetos humanos em tamanho, consumo de energia e latência.
A ferramenta já estaria na segunda ou na terceira versão e é preciso reforçar que se trata de uma ferramenta especializada, não de uma IA geral. E, no caso de ferramentas especializadas, os custos tendem a ser significativamente menores com ganhos mais evidentes.
Notícias Relacionadas:
- Placa-mãe de notebook com NVIDIA N1 vaza revelando 128GB de memória LPDDR5X
- RTX 5080 fica até 20°C mais fria com novo GPU block da Thermal Grizzly
- NVIDIA DLSS 4.5 sai do beta e chega a mais quatro jogos, incluindo Samson
Outras ferramentas
Dally também mencionou outra ferramenta interna chamada Prefix RL, o objetivo dela é ajudar a resolver o problema, há muito estudado, de posicionar estágios de look-ahead em uma cadeia de carry look-ahead.
Conforme o executivo, esse sistema produz layouts que “nenhum humano jamais conceberia”, ao mesmo tempo que melhora as principais métricas em cerca de 20 a 30% em comparação com projetos humanos.
E trata-se de um detalhe útil porque demonstra que a NVIDIA não está apenas usando IA para economizar tempo de engenharia, mas também para buscar projetos que vão além da intuição humana comum.
Em um nível mais amplo, Dally disse que a NVIDIA vem executando LLMs internos chamados Chip Nemo e Bug Nemo. Esses modelos foram refinados com base em material proprietário da NVIDIA, incluindo RTL e documentos de arquitetura para GPUs projetadas ao longo dos anos.
Um dos ganhos práticos é que engenheiros juniores podem consultar o modelo em vez de perguntar repetidamente a designers seniores como um bloco específico funciona, enquanto o sistema também pode resumir relatórios de bugs e ajudar a atribuí-los ao módulo ou engenheiro correto.
Neste caso, outra boa notícia é que uma empresa não se livrou dos funcionários “júnior” e encontrou uma maneira de treiná-los com mais eficiência. Porém, para alguns, pode ser um tanto frustrante ter uma LLM reduzida ao que pode ser chamado de “dicionário interativo”.
Fonte: NoRush Invest.
