"Nvidia" şirkəti öz çiplərinin daxili layihələndirilməsi prosesinin bəzi mərhələlərində süni intellektdən aktiv şəkildə istifadə edir. Bu barədə GTC konfransında "Nvidia"nın baş elmi işçisi Bill Dalli (Bill Dally) "Google"un baş elmi işçisi Ceff Din (Jeff Dean) ilə söhbətində bildirib. Onun sözlərinə görə, şirkət süni intellekti layihə həllərinin araşdırılması, standart hüceyrə kitabxanası ilə iş, səhvlərin aradan qaldırılması və yoxlanılması üçün tətbiq edir. Bununla belə, tam avtomatlaşdırılmış çip dizaynına hələ çox vaxt var.
Süni intellekt çip dizaynını necə sürətləndirir?
Bill Dalli tərəfindən paylaşılan əsas nümunələrdən biri "Nvidia"nın NB-Cell alətidir. Əvvəllər şirkətin 2500-3000 hüceyrədən ibarət standart kitabxanasının yeni yarımkeçirici texnoloji prosesə keçirilməsi 8 nəfərlik komandanın təxminən 10 ay vaxtını alırdı. İndi isə möhkəmləndirməli öyrənməyə (reinforcement learning) əsaslanan bu süni intellekt aləti həmin işi bir qrafik prosessorda cəmi bir gecəyə yerinə yetirir. Nəticədə əldə edilən hüceyrələr ölçü, enerji istehlakı və gecikmə baxımından insanların yaratdığı dizaynlardan heç də geri qalmır, hətta onları üstələyir.
Prefix RL aləti hansı üstünlükləri təmin edir?
Şirkətin digər daxili aləti olan Prefix RL sxemlərin yerləşdirilməsi ilə bağlı çoxdankı problemləri həll etmək üçün nəzərdə tutulub. Sistem heç bir insanın ağlına gəlməyəcək unikal sxemlər yaradır və əsas göstəriciləri insanların yaratdığı həllərlə müqayisədə təxminən 20-30% yaxşılaşdırır. Bu, "Nvidia"nın süni intellektdən yalnız mühəndislərin vaxtına qənaət etmək üçün deyil, həm də adi insan intuisiyasından kənara çıxan innovativ həllər tapmaq üçün istifadə etdiyini göstərir.
Daxili dil modelləri mühəndislərə necə kömək edir?
Daha geniş miqyasda "Nvidia" Chip Nemo və Bug Nemo adlı daxili dil modellərindən də istifadə edir. Bu modellər şirkətin illər ərzində inkişaf etdirdiyi RTL kodları və qrafik prosessorlar üçün arxitektura sənədləri əsasında daim təkmilləşdirilir. Əsas praktiki üstünlüklərdən biri odur ki, kiçik mühəndislər hər hansı bir blokun necə işlədiyini öyrənmək üçün daim təcrübəli mütəxəssislərə müraciət etmək əvəzinə birbaşa modeldən soruşa bilərlər. Bundan əlavə, sistem xəta hesabatlarını ümumiləşdirərək onları müvafiq modullara və ya mühəndislərə yönləndirməyə kömək edir.
