Az Nvidia vezető tudósa, Bill Daily nemrég arról beszélt, a vállalatnál miként használják a különböző, GPU-khoz köthető algoritmusokat az új videókártyák tervezésének felgyorsítására és javítására – írta a HPC Wire.

Eddig összesen négy komplex folyamatot finomhangoltak a gépi tanulás (ML) és a mesterséges intelligencia (AI) segítségével, az egyik eljárás során az AI/ML felgyorsított következtetés alkalmazásával az úgynevezett iteratív GPU-tervezési feladatot három óráról három másodpercre lehet felgyorsítani.

Legutóbbi beszédében Daily kiemelte, az elhelyezési és útválasztási kihívások kulcsfontosságúak a chiptervezésben. Ezeket a tényezőket úgy kell elképzelni, mintha forgalmas utakat hoznánk létre egy agglomerációban: ha ezt elrontjuk, az forgalmi dugókhoz vezet, és a hatékonyság érdekében átirányítást vagy az elrendezések újratervezését követeli meg.

A grafikus neurális hálózatok (GNN) alkalmazása a chiptervezés folyamán segít kiemelni az aggályos területeket, ezáltal célzottan, intelligens módon lehetséges megoldani a felmerülő problémákat.

Gyakorlatban mindez azt jelenti, hogy az AI lényegében előrelendítheti a fejlesztési fázisokat, ezáltal a készülőfélben lévő, vagy a tervezőasztalokon heverő GPU-k jóval hamarabb piacra kerülhetnek.

Alig várjuk, hogy kiderüljön, az Ada Lovelace videókártyák kifejlesztésénél vajon mekkora szerepet játszottak ezek a technológiák – ha hihetünk az eddigi szóbeszédeknek, akkor idén szeptemberben választ kaphatunk erre a kérdésre.