عملکرد حیرت انگیز هوش مصنوعی انویدیا در طراحی تراشه

انویدیا یک راهکار اختصاصی بر پایه هوش مصنوعی به نام PrefixRL معرفی کرد که ادعا می‌کند بهتر از مهندسین کار طراحی تراشه را انجام می‌دهد. جزئیات جالب درباره مُدل هوش مصنوعی PrefixRL انویدیا را در شهر سخت افزار بخوانید.

می دانیم طراحان تراشه همواره می‌کوشند تراشه‌های کوچک‌تری طراحی کنند تا هزینه ساخت و پیچیدگی تولید آن کاهش یابد. در واقع هرچه که یک تراشه کوچک‌تر باشد، هزینه تولید آن نیز پایین‌تر خواهد بود.

انویدیا اعلام کرده این کمپانی با استفاده از یادگیری تقویتی عمیق (Deep Reinforcement Learning) موفق شده یک مدل به نام PrefixRL را برای کمک به طراحی تراشه‌های کوچک‌تر و بهینه‌تر آموزش بدهد. انویدیا ادعا می‌کند عملکرد PrefixRL بهتر از نرم افزارهای رایج اتوماسیون طراحی قطعات الکترونیکی (به اختصار:) رایج چون Cadence،Synopsys و Siemens-Mentor است.

انویدیا می‌گوید هدف PrefixRL کاهش اندازه قطعه سیلیکونی بدون افزایش تأخیر است. طبق پست منتشر شده در وبلاگ انویدیا، پردازنده گرافیکی Hopper H100 این کمپانی از 13,000 مدار طراحی شده توسط مُدل PrefixRL بهره می‌برد. به ادعای این کمپانی یک قطعه سیلیکونی بهینه سازی شده توسط PrefixRL به میزان 25 درصد کوچک‌تر از نمونه مشابه طراحی شده با Siemens EDA است.

انویدیا تاکید کرده کاهش اندازه تراشه به افزایش تأخیر منجر نشده است و تأخیر آن مشابه یا حتی بهتر از EDA زیمنس دارد.

تصویر بالا یک مدار جمع کننده 64 بیتی را برای انجام عمل جمع نشان می‌دهد که به وضوح نمونه طراحی شده با PrefixRL کوچک‌تر و بهینه‌تر است اما به همان اندازه سریع است.

به گفته انویدیا آموزش به مدل PrefixRL یک کار پردازشی بسیار سنگین بوده است. انویدیا می‌گوید آموزش دادن به PrefixRL برای طراحی مدار یک جمع کننده 64 بیتی به 256 هسته پردازشی مرکزی به ازای هر پردازنده گرافیکی و جمعاً 32000 ساعت پردازنده گرافیکی نیاز داشته است. البته انویدیا پلتفرم اختصاصی Raptor را با به‌کارگیری محصولات خود برای این کار طراحی کرده است.

مدل PrefixRL انویدیا بر روی بهینه سازی کلاسی از مدارهای حسابی متمرکز است که در پردازنده گرافیکی شامل جمع کننده‌ها، افزاینده‌ها و رمزنگارها است و بخش بزرگی از آن را تشکیل می‌دهند.

می دانیم مدارهای حسابی (Arithmetic) خود با استفاده از مجموعه‌ای از گیت‌های منطقی چون NAND،NOR و XOR و البته مسیرهای ارتباطی ساخته می‌شوند که هرچه کوچک‌تر، سریع‌تر و کم مصرف‌تر باشند بهینه‌تر هستند.