طراحی پردازندههای گرافیکی (GPU) به نیروی انسانی و زمان زیادی نیاز دارد. برایان کاتانزارو، معاون رئیس تحقیقات یادگیری عمیق در انویدیا، گفت که ساخت یک تراشه واحد به نزدیک به ۱۰۰۰ نفر نیاز دارد و هر فرد باید بداند که چگونه بخشهای مختلف فرآیند طراحی با هم کار میکنند.
سیستم ChipNeMo از یک مدل زبانی بزرگ توسعهیافته از Llama 2 شرکت Meta استفاده میکند. طبق گفته Insider ، چتبات ChipNeMo میتواند به سوالات مربوط به طراحی تراشه، مانند معماری GPU، پاسخ دهد و کد طراحی تراشه را بنویسد.
انویدیا شرکتی است که از تب و تاب هوش مصنوعی سود برده است.
در سال ۲۰۲۳، تب هوش مصنوعی، انویدیا را به «باشگاه تریلیون دلاریها» رساند و ارزش بازار آن به ۱ تریلیون دلار رسید. تحلیلگران گلدمن ساکس انتظار دارند سهام انویدیا تا نیمه اول سال ۲۰۲۵ همچنان افزایش یابد.
از زمان عرضه ChipNeMo در اکتبر ۲۰۲۳، انویدیا اعلام کرده است که این سیستم هوش مصنوعی در خلاصهسازی یادداشتها و آموزش مهندسان جدید در طراحی تراشه بسیار مفید است. این شرکت در تلاش است تا تولید را برای پاسخگویی به تقاضای رو به افزایش تراشهها افزایش دهد.
در ماه ژانویه، مارک زاکربرگ اعلام کرد که قصد دارد میلیاردها دلار برای خرید ۳۵۰،۰۰۰ پردازنده گرافیکی Nvidia H100 اضافی برای تقویت رقابت هوش مصنوعی هزینه کند. با احتساب سایر مدلهای تراشه، متا تا پایان سال ۲۰۲۴، ۶۰۰،۰۰۰ تراشه جمعآوری خواهد کرد.
چندین غول فناوری دیگر نیز به دنبال راههایی برای رفع مشکل کمبود تراشه هستند.
طبق گزارش وال استریت ژورنال ، در ژوئیه ۲۰۲۳، بخش دیپمایند گوگل یک سیستم هوش مصنوعی ایجاد کرد تا فرآیند طراحی جدیدترین نمونههای اولیه تراشههای سفارشی را تسریع کند. در همین حال، شرکت پیشرو در طراحی تراشه، سینوپسیس، یک ابزار هوش مصنوعی راهاندازی کرد که برای کمک به مهندسان تراشه در افزایش بهرهوری طراحی شده است.
لینک منبع






نظر (0)