Proprio oggi, questa notizia ha fatto il giro del web. NVIDIA ha utilizzato l'intelligenza artificiale nella progettazione dei chip per realizzare le GPU: un compito che originariamente richiedeva il lavoro di 8 ingegneri senior per 10 mesi è stato completato in una notte. Al recente GTC di NVIDIA, una conversazione di altissimo livello tra lo scienziato capo Bill Dally e lo scienziato capo di Google Jeff Dean ha rivelato questo fatto sconvolgente.
Al momento, questo discorso su YouTube è già stato visto da decine di migliaia di persone e ha ricevuto forti apprezzamenti online. Nella lunga storia dell'industria dei semiconduttori, la legge di Moore era una volta una verità infrangibile. Ma con l'avvicinarsi dei limiti fisici, la complessità dello sviluppo di una GPU di punta è cresciuta in modo esponenziale. Ora l'intelligenza artificiale nella progettazione dei chip fa quasi passare in secondo piano gli ingegneri umani?
L'intelligenza artificiale nella progettazione dei chip: Da “80 mesi-persona” a “una GPU in una notte”.”
Nei tradizionali flussi di lavoro di progettazione dei chip, la migrazione della libreria di celle standard è un'operazione estremamente noiosa e laboriosa. Ogni volta che TSMC o Samsung introducono un nuovo processo di semiconduttori (come il passaggio da 5 nm a 3 nm), NVIDIA deve riadattare la sua libreria di base di circa 2.500-3.000 celle al nuovo processo.
Bill Dally ha rivelato che in passato questo compito richiedeva un team di 8 ingegneri senior che lavoravano ininterrottamente per 10 mesi, per un totale di 80 mesi-persona. Ma dopo l'intervento dell'intelligenza artificiale, tutto è stato ribaltato.
Ora, NVIDIA ha sviluppato uno strumento basato sull'apprendimento per rinforzo, NB-Cell. Inserendo semplicemente i requisiti nel sistema, una GPU può completare l'intera migrazione in una notte. Durante questo processo, NB-Cell esplora continuamente centinaia di milioni di combinazioni di progetti attraverso il trial-and-error e l'auto-ottimizzazione in tempi brevissimi.
Ciò che colpisce è che le celle generate dall'intelligenza artificiale, in metriche chiave quali area, potenza e ritardo, non solo raggiungono prestazioni di livello umano, ma in alcuni casi superano i progetti umani manuali. Questa capacità di “consegna immediata” significa che NVIDIA può convalidare i nuovi processi prima dei concorrenti, mantenendo una posizione di leadership nella corsa all'hardware.
L'intelligenza artificiale nella progettazione di chip: Prefisso RL e “intuizione non umana”
L'intelligenza artificiale nella progettazione di chip Progettazione logica di rottura con prefisso RL
Se NB-Cell risolve il lavoro ripetitivo, Prefix RL mostra la creatività dell'intelligenza artificiale nella progettazione di logiche complesse. Nell'unità logica aritmetica (ALU) di un chip, il posizionamento della catena Carry Lookahead è un problema classico studiato da decenni.
Gli ingegneri umani si affidano all'esperienza e all'intuizione per il layout, spesso raggiungendo un tetto massimo di prestazioni. Ma il sistema Prefix RL ha prodotto una risposta completamente diversa.
Dally ha descritto i layout generati dall'intelligenza artificiale come “strani progetti a cui gli esseri umani non avrebbero mai pensato”. Questi progetti sono contrari all'estetica tradizionale dell'ingegneria elettronica, ma le prestazioni migliorano di circa 20% - 30% rispetto ai migliori progetti umani.
Questo segna un punto di svolta: L'intelligenza artificiale nella progettazione dei chip non si limita più ad assistere l'uomo, ma si spinge oltre i limiti cognitivi umani, alla ricerca di “soluzioni ottimali” nascoste in milioni di dimensioni.
L'intelligenza artificiale nella progettazione di chip: Chip Nemo come mentore del silicio
All'interno di NVIDIA, il disallineamento delle risorse umane era un punto dolente. I progettisti senior spesso trascorrevano grandi quantità di tempo a guidare i junior, spiegando il funzionamento di specifici moduli hardware (RTL).
Per liberare la produttività del core, NVIDIA ha sviluppato modelli linguistici interni di grandi dimensioni - Chip Nemo e Bug Nemo.
A differenza degli LLM generici presenti sul mercato, questi modelli vengono messi a punto sulla base dei documenti di architettura, del codice RTL e delle specifiche hardware proprietari di NVIDIA, accumulati nel corso di decenni. Dopo una formazione privata, diventano “esperti che comprendono al meglio le GPU NVIDIA”.”
Gli ingegneri junior non devono più interrompere gli ingegneri senior impegnati quando devono affrontare progetti di moduli complessi: possono chiedere direttamente a Chip Nemo. Si comporta come un mentore molto paziente, spiegando passo dopo passo i principi di funzionamento della GPU.
Bug Nemo, invece, aggrega le segnalazioni di errori e assegna automaticamente i bug agli ingegneri o ai moduli più adatti, abbreviando notevolmente la fase di verifica dei chip, la “corsa a distanza”.
L'intelligenza artificiale nella progettazione dei chip: L'IA può progettare completamente i chip da sola?
Nonostante l'aumento di cento volte dell'efficienza, Bill Dally è rimasto estremamente lucido e moderato nella discussione. Ha sottolineato esplicitamente che la progettazione di chip completamente automatizzata end-to-end, in cui basta dire “progettami una nuova GPU” e l'intelligenza artificiale produce un progetto completo, è ancora “molto lontana”.”
Attualmente, l'intelligenza artificiale nella progettazione di chip svolge più un ruolo di “progettazione aumentata” che di creazione autonoma di chip.
Le limitazioni principali sono tre:
L'intelligenza artificiale nella progettazione dei chip ha ancora bisogno di decisioni umane sull'architettura
Le decisioni architettoniche di alto livello si basano ancora sull'esperienza umana.
L'intelligenza artificiale nella progettazione dei chip ha ancora bisogno di circuiti creativi
La progettazione di circuiti creativi e di strutture logiche complesse è ancora guidata dagli esseri umani.
L'intelligenza artificiale nella progettazione di chip incontra ancora limiti di verifica
La verifica della progettazione è ancora il “polo” più lungo del processo. L'intelligenza artificiale può aiutare l'accelerazione, ma non può chiudere completamente il cerchio.
In altre parole, i compiti di impostazione del framework, come l'architettura di primo livello, il coordinamento tra moduli e le decisioni chiave, rimangono saldamente nelle mani dell'uomo. Inoltre, sebbene l'intelligenza artificiale possa accelerare la verifica, la simulazione finale e i test sul mondo reale sono ancora necessari per garantire che i chip funzionino perfettamente nella realtà fisica.
L'intelligenza artificiale nella progettazione di chip: Flusso di lavoro umano + AI
La pratica di NVIDIA dimostra che l'IA non sta sostituendo gli ingegneri, ma sta rimodellando il modo in cui gli ingegneri lavorano.
Gli ingegneri junior utilizzano Chip Nemo per imparare moduli complessi in modo indipendente, riducendo le interruzioni per il personale senior. Gli ingegneri senior vengono liberati da compiti ripetitivi e possono concentrarsi su innovazioni e processi decisionali di maggior valore.
In tutto il flusso di lavoro, l'intelligenza artificiale gestisce la ricerca, l'ottimizzazione e la verifica su larga scala, mentre l'uomo definisce obiettivi, vincoli e direzione creativa.
Si tratta essenzialmente di un modello collaborativo del tipo “l'uomo imposta il contesto + l'IA esegue ad alta velocità”.”
Dally immagina un futuro con modelli “multi-agente”, in cui diversi sistemi di intelligenza artificiale specializzati gestiscono diverse fasi di progettazione, collaborando come i team funzionali di oggi.
L'obiettivo a lungo termine rimane la progettazione automatizzata end-to-end, ma devono ancora essere risolte sfide come la verifica, la negoziazione delle interfacce e la regolazione dinamica.
I progressi attuali consentono già a NVIDIA di iterare più rapidamente l'hardware di prossima generazione, diventando un importante supporto per sostenere la Legge di Moore.
L'intelligenza artificiale nella progettazione dei chip: Gli ingegneri non saranno sostituiti, per ora
Quando 10 mesi di lavoro di 8 ingegneri vengono sostituiti da una notte su una GPU, dobbiamo affrontare una dura realtà: il lavoro di ingegneria mediocre e ad alta intensità di lavoro si sta rapidamente deprezzando.
NVIDIA sta costruendo una barriera tecnologica guidata dall'AI. Mentre i concorrenti stanno ancora cercando di recuperare terreno aggiungendo manodopera, NVIDIA è già entrata in un sistema auto-rinforzante di “AI che progetta AI, AI che ottimizza AI”.”
Questo tipo di vantaggio in termini di efficienza è il motivo per cui l'azienda può rilasciare una nuova scheda grafica di punta ogni anno.
Per gli ingegneri dei chip, si tratta di una crisi e di un'opportunità. Gli esseri umani sono stati liberati dal tedioso cablaggio e dalla migrazione delle cellule, costretti a evolvere verso un pensiero architettonico di livello superiore e decisioni creative più complesse.
L'intelligenza artificiale nella progettazione dei chip: Una nuova era della creazione del silicio
In questa nuova era di progettazione di chip basati sul silicio, il calcolo non è più solo lo scopo dei chip, ma è diventato l'origine stessa della creazione dei chip.
