更新时间:2022-07-11 18:02:19
大家目前应该是对于今日最新更新 NVIDIA用PrefixRL人工智能模型设计出小25%的电路 使GPU更加高效方面的知识比较感兴趣,所以今天小编也是特地在网络上收集了一些今日最新更新 NVIDIA用PrefixRL人工智能模型设计出小25%的电路 使GPU更加高效方面的知识来分享给大家,感兴趣的小伙伴就好好看下下面的文章吧。
在设计集成电路时,工程师的目标是生产出更容易制造的高效设计。如果他们设法降低电路尺寸,那么制造该电路的经济性也会下降。英伟达公司在其技术博客上发布了一项技术,该公司使用一种名为PrefixRL的人工智能模型。利用深度强化学习,英伟达公司使用PrefixRL模型来超越主要供应商的传统EDA(电子设计自动化)工具,如Cadence、Synopsys或Siemens/Mentor。
EDA供应商通常会在内部实施人工智能解决方案,以实现硅片放置和路由(PnR);然而,英伟达的PrefixRL解决方案似乎在该公司的工作流程中创造了奇迹。
创建一个深度强化学习模型,旨在保持与EDA PnR尝试相同的延迟,同时实现更小的芯片面积,这是PrefixRL的目标。
根据NVIDIA技术博客介绍,最新的Hopper H100 GPU架构使用了PrefixRL AI模型设计的13000个算术电路实例。英伟达制作的模型输出的电路比同类EDA输出的电路小25%。这一切都在实现类似或更好的延迟。下面你可以在图中比较PrefixRL制作的64位加法器设计和一个业界领先的EDA工具制作的相同设计。
训练这样一个模型是一项计算密集型的任务。英伟达公司报告说,设计一个64位加法器电路的训练,每个GPU需要256个CPU核心和32000个GPU小时。该公司开发了Raptor,这是一个内部分布式强化学习平台,利用英伟达硬件的独特优势进行这种工业强化学习,你可以看到下面的内容以及它的操作方式:
总的来说,该系统相当复杂,需要大量的硬件和投入;然而,回报是更小、更高效的GPU。
本文到此结束,希望对大家有所帮助。
红魔7spro氘锋透明版测评(今日最新更新 配屏下摄像头 红魔 7S Pro 氚锋透明银翼版渲染图放出)
YouTube正在通过新工具丰富其首映功能
三星准备开发600万像素的照相手机
Steam打破了同时在线玩家的记录
iOS 14.5上的Safari将通过Apple的服务器代理“安全浏览”功能
Microsoft xCloud可能即将公开发布
Google发布了指南以帮助构建“优质应用”
iQOO Neo5零售包装盒与66W闪存充电器一起泄漏
Realme GT:配备Snapdragon 888处理器并将支持5G
Dremio将机器学习添加到自助数据分析平台
SnapLogic新的基于云的数据集成平台甚至可以为您管理服务器
Tableau未达到利润预期但订阅销售激增使投资者欢呼