H100 GPU: NVIDIA использует искусственный интеллект для разработки дизайна чипов
Сегодня в данный процесс повсеместно вовлекаются алгоритмы машинного обучения. Synopsis предлагает свое решение DSO.ai, улучшающее EDA до 26% (подразумевается меньшее энергопотребление). Google рассказывала о разработке дизайна чипов с использованием алгоритмов Deep Reinforcement Learning еще весной 2020. Те же Cadence или Mentor (Siemens) предлагают схожие инструменты.
NVIDIA представила результаты исследования, которое использует метод обучения с подкреплением (reinforcement learning, RL)для автоматизированной разработки чипов. Дизайн H100 GPU на архитектуре Hopper использует 13.000 инстанций RL, если верить NVIDIA. К подобным частичным схемам на GPU относятся, например, сумматоры или шифраторы, они встречаются в большом количестве, и при автоматическом дизайне их можно реализовать намного более эффективно.
Алгоритмы машинного обучения с подкреплением пробуют различные расположения схем на кристалле, пытаясь найти оптимальную структуру после множества итераций. Помимо площади роль играют также задержки: чем крупнее область, тем выше будут задержки из-за длины интерконнекта.
NVIDIA сравнивает схему, созданную PrefixRL и стандартными инструментами EDA, при этом у PrefixRL можно видеть преимущество по всей кривой (соотношение площади и задержек, см. анимацию). 64-битный сумматор в результате удалось сделать на 25% меньше с площадью 31,4 мкм² и задержками 0,186 нс (см. график выше).
Конечно, NVIDIA не раскрывает все карты. Но с 50 млрд. транзисторов и выше (чип H100 GPU содержит целых 80 млрд.), не говоря уже о многочиповых дизайнах со 100 млрд. транзисторов, создавать дизайн чипов вручную уже не представляется возможным. Инструменты автоматического дизайна существуют многие годы, но с определенного уровня сложности требуется совершенно иной качественный подход.
Подобные инструменты требуют длительного и сложного процесса тренировки. В случае упомянутой сети PrefixRL на разработку 64-битного сумматора потребовалось около 32.000 часов GPU.
Подписывайтесь на группу Hardwareluxx ВКонтакте и на наш канал в Telegram (@hardwareluxxrussia).