O mundialmente famoso fabricante de chips, Nvidia, está usando suas poderosas placas gráficas para ajudar seus engenheiros a projetar a próxima geração de GPUs. A Nvidia está atualmente na vanguarda da fabricação de GPUs e inteligência artificial. Nvidia DLSS e OptiX são duas das tecnologias de IA populares que a empresa desenvolveu recentemente. Além disso, a empresa está sempre desenvolvendo aplicativos que utilizam suas GPUs da melhor maneira possível.
A Nvidia atualmente domina a concorrência em termos de participação de mercado e jogos de GPU discretos. De acordo com Jon Peddie Research, a Nvidia tem 81% da participação de mercado de dGPU. Além disso, de acordo com a pesquisa de hardware de jogos do Steam, 77,13% dos jogadores de PC usam GPUs Nvidia na plataforma. Essa alta demanda por GPUs da Nvidia aumentou durante a pandemia devido a uma mistura de problemas de cadeia de suprimentos, escalpelamento e mineração de criptomoedas. Como resultado, em 2021, as placas da Nvidia tiveram um aumento de 300% no preço de rua e ainda permaneceram sem estoque na maior parte do tempo. Felizmente, os preços das GPUs Nvidia começaram a cair nos últimos meses.
A Nvidia fabrica algumas das melhores GPUs do mercado. E agora eles estão levando seus recursos de design de chip para outro nível, incorporando recursos de aprendizado de máquina usando suas próprias GPUs. Durante um Nvidia GTC, o cientista-chefe da empresa, Bill Dally, disse: “É natural, como especialista em IA, querer pegar essa IA e usá-la para projetar chips melhores.” Então, para projetar GPUs melhores, a equipe de desenvolvimento da Nvidia está aprimorando as ferramentas de design habilitadas para computador da geração atual com recursos de IA. Está fazendo isso principalmente em quatro áreas principais.
A primeira área envolve o mapeamento de quedas de tensão para determinar onde a energia é usada em uma GPU Nvidia. Dally explicou durante a apresentação que executá-lo manualmente em CAD levaria três horas, mas com a ajuda de uma configuração de GPU com inteligência artificial, o mesmo pode ser realizado em cerca de 18 minutos. A segunda área envolve testar parasitas para verificar como um projeto de circuito funcionaria, que é um processo freqüentador que a IA lida. Na terceira área, uma GPU com inteligência artificial testa diferentes layouts dos chips para determinar o formato de design menos congestionado. E, por último, as GPUs também são usadas para criar novos designs. A tecnologia NVCell da Nvidia usa Reinforcement Learning para funcionar como um gerador automático de layout de célula padrão. Dally explicou que sempre que a tecnologia evolui, como a transição do processo de fabricação de nós de 7nm para 5nm, milhares dessas células precisam ser redesenhadas usando “um conjunto muito complexo de regras de design.” O NVCell da Nvidia pode recriar 92% da biblioteca de células aparentemente sem erros.
Para referência, seria necessário que um grupo de 10 pessoas trabalhasse por mais de um ano para portar uma nova biblioteca de células de tecnologia. O mesmo pode ser feito com a ajuda de algumas GPUs Nvidia poderosas em questão de dias, explicou Dally. É claro que a intervenção humana ainda é necessária em todas essas áreas, por mais futurista que pareça. No entanto, as GPUs Nvidia habilitadas para IA ajudam a empresa a economizar muito tempo e a criar um chip com melhor design. Além das GPUs, Nvidia pode em breve mergulhar também no negócio de fabricação de CPU, mas isso é uma história para outra hora.
Fonte: Nvidia