ИИ помог NVIDIA выполнить за одну ночь задачу, на которую прежде уходило 10 месяцев

Главный научный сотрудник компании Билл Дейли рассказал об этом в беседе с Джеффом Дином из Google на конференции GTC 2026. По его словам, ИИ уже задействован на нескольких этапах внутреннего проектирования: он помогает анализировать различные варианты архитектуры, работать со стандартными ячейками, выявлять ошибки и проводить верификацию. При этом Дейли отметил, что полностью автономная разработка чипов пока остается недостижимой.

В качестве примера он привел инструмент NVIDIA под названием NB-Cell. Ранее перенос стандартной библиотеки ячеек на новый техпроцесс требовал около 10 месяцев работы команды из восьми инженеров. Теперь же система на основе обучения с подкреплением справляется с этой задачей за одну ночь, используя всего один GPU. Более того, полученные результаты не уступают, а иногда и превосходят решения, созданные людьми, по таким параметрам, как площадь, энергопотребление и задержки.

Дейли подчеркнул, что из-за высокой эффективности компания стремится внедрять ИИ максимально широко. Он также упомянул еще один внутренний инструмент — prefix RL, который помогает решать сложные задачи размещения этапов прогнозирования в соответствующих цепочках. По его словам, искусственный интеллект способен генерировать схемы, которые человеку было бы сложно придумать, при этом ключевые характеристики улучшаются примерно на 20–30% по сравнению с традиционными разработками.

Кроме того, NVIDIA использует собственные языковые модели Chip Nemo и Bug Nemo. Они обучены на внутренних данных компании, включая RTL-документацию и накопленную за годы базу архитектур GPU.

videocardz