Головний науковець Nvidia вважає, що до створення чипів за допомогою ШІ ще далеко, але бачить майбутнє, де головний агент координує десятки підагентів
Головний науковець Nvidia, Білл Даллі, обговорив поточний стан ШІ в розробці чипів на конференції GTC, підкресливши роль ШІ в таких задачах, як перенесення бібліотек клітин та дослідження архітектури. Хоча до повної автоматизації ще далеко, він бачить майбутнє, де головні ШІ-агенти керують підагентами в розробці чипів.
🚀 Помітний прогрес. Пришвидшення розробки чипів для компаній з R&D-відділами, які готові інвестувати в AI-інфраструктуру.
🟢 МОЖЛИВОСТІ
- Скорочення часу розробки чипів на 30-50% за рахунок автоматизації рутинних задач
- Зменшення витрат на R&D завдяки оптимізації архітектури та тестування за допомогою AI
- Пошук нетривіальних архітектурних рішень, які покращують продуктивність чипів на 10-15%
🔴 ЗАГРОЗИ
- Високі початкові інвестиції в AI-інфраструктуру та навчання команди (від $100 тис.)
- Ризик помилок у згенерованих AI архітектурах, що потребує ретельної перевірки
- Залежність від Nvidia та їхніх AI-інструментів, що обмежує гнучкість у виборі технологій
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Nvidia використовує LLM ChipNeMo, навчену на 30-річній корпоративній документації.
- •NVCell на основі ШІ переносить бібліотеки клітин за одну ніч.
- •Раніше це займало до 8 місяців у 10 інженерів.
- •ШІ пропонує нетривіальні архітектурні рішення для чипів.
- •AI-агенти тестують параметричні простори та запускають експерименти.
Як це змінить ваш ринок?
Виробники чипів зможуть значно прискорити процес розробки та виходу нових продуктів на ринок, що знімає блокер у конкуренції та дозволяє швидше реагувати на потреби ринку.
LLM ChipNeMo — велика мовна модель, навчена на внутрішній документації Nvidia для прискорення доступу до знань та зменшення навантаження на старших інженерів.
Для кого це і за яких умов
Для великих компаній з R&D-відділами та бюджетом на AI-інфраструктуру (від $100 тис.). Потрібна команда IT-спеціалістів для розгортання та підтримки AI-інструментів. Час на впровадження: від 1 місяця.
Альтернативи
| Nvidia NVCell | Ручна розробка | Synopsys Fusion Compiler | |
|---|---|---|---|
| Ціна | Включено в ліцензію Nvidia | Зарплата 10 інженерів | За ліцензією (ціна не оголошена) |
| Де працює | В інфраструктурі Nvidia | Локально | В інфраструктурі Synopsys |
| Мін. вимоги | GPU Nvidia, IT-команда | 10 інженерів з досвідом | Ліцензія Synopsys, IT-команда |
| Ключова різниця | Автоматизація за допомогою AI | Ручна праця | Автоматизація без AI |
💬 Часті запитання
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Навчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiupskill.live