英偉達研究人員發論文：又用AI改進了芯片設計，摩爾定律還有效嗎？

人工智能芯片設計巨頭英偉達的研究人員近日發表了一篇論文，展示如何利用人工智能來改進芯片設計的最新研究成果。這項研究的發布將進一步顛覆摩爾定律。

(相關資料圖)

在這篇題為《AutoDMP：基于DREAMPlace的自動化宏布局》的論文中，研究人員寫道：“宏布局是一個關鍵的超大規模集成 (VLSI) 物理設計問題，它將顯著影響設計功率性能區域 (PPA) 指標?！?/p>

芯片的設計過程涉及決定如何在一塊硅片上放置數百億個晶體管，這些晶體管的確切位置的擺放將在很大程度上影響芯片的成本、速度和功耗。

過去，芯片設計工程師使用來自Synopsys和Cadence Design Systems等公司的復雜設計軟件來幫助他們優化這些晶體管的布局。英偉達的最新論文稱，它可以使用人工智能技術的組合來找到放置大量晶體管更好的方法。

論文提出的AutoDMP是一種利用GPU加速布局器DREAMPlace的方法，可以同時放置“宏”（macros）和標準單元，并使用多目標超參數優化技術進行自動參數調整。

“我們可以生成高質量的可預測解決方案，與學術和商業工具生成的基線結果相比，能提高學術基準的宏觀布局質量。”研究人員寫道，“AutoDMP的計算效率也很高，可在3小時內在單個英偉啊DGX Station A100上優化具有270萬個單元和320個‘宏’的設計。 這項工作展示了將GPU加速算法與深度學習技術相結合以實現VLSI設計自動化的前景和潛力?！?/p>

一位英偉達的技術人員向第一財經記者解釋稱：“通俗來說，最新的研究展示了芯片上的各個功能模塊單元怎樣擺放最合理，并主要利用了GPU來加速這個合理放置的過程。”

英偉達的這項最新研究采用了德克薩斯大學研究人員使用的所謂“強化學習”開發的現有成果，并在其之上添加了第二層人工智能技術，以獲得更好的結果。

英偉達首席科學家Bill Dally在一份聲明表示：“這項工作很重要，因為芯片制造的改進正在放緩。新一代芯片制造技術中的每個晶體管的成本現在高于前幾代，這與英特爾聯合創始人戈登摩爾的預測背道而馳?！?/p>

Dally表示，根據摩爾定律，芯片總是會變得更便宜、更快。但實際上，人們已經不再從這種擴展中獲得經濟?！拔覀儗o法從更便宜的晶體管中獲得更多價值，現在必須通過更聰明的設計來實現它。”他說道。

值得關注的是，在英偉達用AI改變芯片設計之前，該公司已經成功利用AI顛覆了芯片的制造工藝流程。英偉達在上周舉行的年度GTC技術峰會上發布了光刻機技術的突破。憑借在GPU上運行的光刻機軟件技術cuLitho，性能比當前光刻技術工藝提高了40倍，能夠為目前每年消耗數百億CPU小時的大規模計算工作負載提供加速。

目前，英偉達正在與ASML、Synopsys和臺積電合作，將這種技術推向市場。英偉達創始人CEO黃仁勛預計，臺積電將于6月開始準備生產該技術。

英偉達的AI芯片在ChatGPT時代發揮了更大的作用。根據研究機構State of AI的報告，截至去年12月，超過2萬篇開源AI論文中都使用了英偉達的AI芯片，其中A100在2022年的使用量迅速增長，成為英偉達被使用第三多的芯片，僅次于其售價1500美元的游戲芯片。

黃仁勛此前已經表示，AI的iPhone時刻已經到來，AI訓練速度可再提高1萬倍。他在上個月的財報會議上表示：“過去的十年里，英偉達的GPU將AI的處理性能提高了100萬倍，我們的目標是，在未來的十年里，可以將AI的訓練速度再提高至少1萬倍?！?/p>

不過研究機構Gartner分析師盛陵海對第一財經記者表示：“過去十年是AI發展從0到100的階段，但是要從100到10000，是完全不同的場景。過去十年芯片的發展還遵循摩爾定律，但隨著摩爾定律接近極限，未來計算機的能力要進一步提升越來越困難，除非量子計算能有大的突破?！?/p>

標簽：