L'intelligenza artificiale entra sempre più nel cuore della progettazione dei semiconduttori. NVIDIA ha illustrato come l'uso di modelli avanzati stia già modificando in modo concreto alcune fasi dello sviluppo dei chip, riducendo tempi e complessità operative.
Durante un confronto pubblico tra il Chief Scientist Bill Dally e Jeff Dean di Google, sono emersi dettagli sull'impiego interno dell'IA. Vediamo insieme i più interessanti.
Come viene usata l'IA per i chip NVIDIA
A quanto pare NVIDIA utilizza modelli proprietari in diverse aree del flusso di progettazione, dall'esplorazione delle architetture alla gestione dei bug, fino alla verifica dei circuiti. Uno degli esempi più rilevanti riguarda il tool NB-Cell, basato su tecniche di reinforcement learning. In passato, l'adattamento della libreria di celle standard a un nuovo processo produttivo richiedeva circa 80 mesi-uomo, equivalenti al lavoro di otto ingegneri per dieci mesi. Oggi, secondo quanto dichiarato, la stessa operazione può essere completata nell'arco di una notte utilizzando una singola GPU.
Il miglioramento, però, non riguarda solo la velocità. I risultati ottenuti con NB-Cell risultano comparabili, e in alcuni casi superiori, ai progetti realizzati manualmente, in termini di dimensioni delle celle, consumo energetico e latenza. Questo tipo di automazione consente di accelerare l'adozione di nuovi nodi produttivi, riducendo uno dei principali ostacoli tecnici.
Un altro strumento interno, denominato prefix RL, affronta un problema specifico legato alla progettazione delle catene di carry lookahead. In questo caso, l'IA è in grado di generare configurazioni non intuitive per un progettista umano, con miglioramenti stimati tra il 20% e il 30% rispetto alle soluzioni tradizionali. Parallelamente, NVIDIA utilizza modelli linguistici interni come Chip Nemo e Bug Nemo, addestrati su documentazione proprietaria accumulata nel corso degli anni. Questi sistemi supportano gli ingegneri nella consultazione delle architetture, nella comprensione dei moduli e nella gestione delle segnalazioni di errore, contribuendo anche a distribuire in modo più efficiente il lavoro tra i team.
L'integrazione dell'IA nei processi di progettazione rappresenta quindi un cambiamento strutturale, che va oltre il semplice risparmio di tempo. La possibilità di esplorare soluzioni non convenzionali e di ridurre le barriere all'adozione di nuove tecnologie potrebbe avere effetti significativi sull'intero settore dei semiconduttori. Nonostante questo, una progettazione completamente automatizzata resta ancora lontana.
